df.hogeとdf['hoge']の違いと使い分け

Question

Kaggleをやっていて気になったので質問いたしました。
表題の通りなのですが、dataframe.列名とdataframe['列名']でアクセスするのには何か違いがあるのでしょうか？
また、使い分けするシチュエーションがあれば教えていただきたいです。

Answer 1

bsdfanさんの回答への補足です。

dataframe['列名']というのが本来の書き方であり、そのうちである条件を満たす場合に簡単に使えるようにしたものがdataframe.列名という形式です。
その手法としては、3.3.2. 属性値アクセスをカスタマイズするに書かれているobject.__getattribute__を使っています。

数値で始まるカラム名や空白を含むカラム名が使えない理由は、Pythonの字句解析がそういうものを解析できないからです。
したがって、'+', '-'のような演算記号とか、'('、'='のようなデリミタ、'if'、'for'、'break'のような予約語を属性名として使うことはできません。

もともとpandas.DataFrameが持っている属性と同じカラム名が使えないのは、できてしまうと誤動作の原因になるので、それをできないように作ってるあるからです。

Answer 2

jeanbiegoさんのに追加で、
下記のようなケースでもdf.列名は使えません。

df = pd.DataFrame({'00foo': [1, 2], 'mean': [3, 4]})

df.00foo
# SyntaxError

df.mean
# <bound method NDFrame._add_numeric_operations.<locals>.mean...

• 数値で始まるカラム名
• 空白を含むカラム名
• もともとpandas.DataFrameが持っている属性と同じカラム名

あと、dataframe['列名']を使うほうがほんの少しだけですが、速いです。

私は、df.列名 のメリットは、コードの見た目がスッキリすることぐらいだと思っていますので、
ほとんど使いません。

Answer 3

DataFrame['列名']では、その列の値が抽出されます。

l=[[1,2],[3,4]]
import pandas as pd
df=pd.DataFrame(l,columns=['a','b'])
df

//[a]列の値を抽出する

DataFrame.['列名']という書き方については、ちょっと分からないのですが、
通常、DataFrame.（メソッド名）という記述により、DataFrameのメソッドが利用できます。

たとえば、こんな感じです。
df.div(df.sum(1),axis=0)

ちなみに、dir(df)により、利用できるメソッドを一覧することができますよ。

Answer 4

dataframe.列名はあまり使わないので、考えたことありませんでしたが。あえて言うなら下記のような使い方ができないデメリットがあります…？

import pandas as pd
df = pd.DataFrame({'a': [1, 2], 'b': [3, 4]})

x = 'a'
print(df[x])
# 0    1
# 1    2
# Name: a, dtype: int64

print(df.x)
# AttributeError: 'DataFrame' object has no attribute 'x'