二重配列にする意味（アヤメを用いた基本的な機会学習）

Question

本を参照に以下のようなコードを用いてアヤメの分類をするという基本的な分類を行なっているのですが、
任意の列を取り出す --- (※2)
csv_data = csv[["SepalLength","SepalWidth","PetalLength","PetalWidth"]]
の部分がなぜ二重配列になっているのでしょうか？
というよりもなぜ、
csv_label = csv["Name"]は二重配列ではなくていいのでしょうか？

import pandas as pd
from sklearn import svm, metrics, cross_validation

# アヤメのCSVデータを読み込む --- (※1)
csv = pd.read_csv('iris.csv')

# 任意の列を取り出す --- (※2)
csv_data = csv[["SepalLength","SepalWidth","PetalLength","PetalWidth"]]
csv_label = csv["Name"]

# 学習用とテスト用に分割する --- (※3)
train_data, test_data, train_label, test_label = \
    cross_validation.train_test_split(csv_data, csv_label)

# データを学習し、予測する --- (※4)
clf = svm.SVC()
clf.fit(train_data, train_label)
pre = clf.predict(test_data)

# 正解率を求める --- (※5)
ac_score = metrics.accuracy_score(test_label, pre)
print("正解率=", ac_score)

SepalLength,SepalWidth,PetalLength,PetalWidth,Name
5.1,3.5,1.4,0.2,Iris-setosa
4.9,3.0,1.4,0.2,Iris-setosa
4.7,3.2,1.3,0.2,Iris-setosa
4.6,3.1,1.5,0.2,Iris-setosa
5.0,3.6,1.4,0.2,Iris-setosa
5.4,3.9,1.7,0.4,Iris-setosa
・
・
・
6.6,2.9,4.6,1.3,Iris-versicolor
5.2,2.7,3.9,1.4,Iris-versicolor
5.0,2.0,3.5,1.0,Iris-versicolor
・
・
・
5.1,2.5,3.0,1.1,Iris-versicolor
5.7,2.8,4.1,1.3,Iris-versicolor
・
・

6.3,3.3,6.0,2.5,Iris-virginica
5.8,2.7,5.1,1.9,Iris-virginica
7.1,3.0,5.9,2.1,Iris-virginica

Answer 1

read_csvを使って読み込んだデータは、DataFrameという形式になっています。DataFrameから任意の列を抽出するためにはDataFrame名[列名]とする必要があります。先のコードでいうとDataFrame名がcsvに相当します。この列名ですが、複数の列名を指定する場合、配列とする必要があります。["SepalLength","SepalWidth","PetalLength","PetalWidth"]が、この配列に相当します。

よって、csv_data = csv[["SepalLength","SepalWidth","PetalLength","PetalWidth"]]において、外側の[]はDataFrameからデータを取り出すためのもので、内側の[]は配列を指定するためのものということになります。

Comments

[renren643]

迅速でわかりやすい回答
ありがとうございました