在pandas中，DataFrame是一种常见的数据结构，它可以处理各种类型的数据。当我们使用pandas DataFrame时，我们可能会遇到列名含有空格的情况，这时候如何获取这些列的数据呢？
首先，让我们创建一个包含空格列的示例DataFrame：
import pandas as pd
data = {'first name': ['John', 'Jane', 'Bob'],
'last name': ['Doe', 'Doe', 'Smith'],
'age': [25, 30, 35]}
df = pd.DataFrame(data)
我们可以看到，这个DataFrame包含了三列数据：'first name'、'last name'和'age'。其中，'first name'和'last name'列的名称都含有空格。
要获取列名含有空格的列的数据，我们可以使用两种方法。
第一种方法是使用方括号[]来引用列名。在这种方法中，我们需要将列名用引号引起来，并将引号放在方括号中。例如，要获取'first name'列的数据，我们可以这样写：
df['first name']
同样地，要获取'last name'列的数据，我们可以这样写：
df['last name']
第二种方法是使用点号.来引用列名。在这种方法中，我们需要将列名用点号连接起来，并将点号放在DataFrame名称后面。例如，要获取'first name'列的数据，我们可以这样写：
df.first name
然而，这种方法会报错，因为列名含有空格。我们需要使用反引号``来将列名括起来：
df.`first name`
同样地，要获取'last name'列的数据，我们可以这样写：
df.`last name`
以上两种方法都可以帮助我们获取列名含有空格的列的数据。但是，在实际应用中，更建议使用第一种方法，即使用方括号[]来引用列名，因为它更具有通用性和可读性。
除了获取单个含空格列的数据，我们还可以获取多个含空格列的数据。例如，如果我们想同时获取'first name'和'last name'列的数据，我们可以这样写：
df[['first name', 'last name']]
注意，这里使用了两层方括号：外层方括号表示我们要获取多个列的数据，内层方括号表示每个列的名称。
总之，在pandas中获取列名含有空格的列的数据并不困难。我们可以使用方括号[]或点号.来引用列名，并使用反引号``将列名括起来。此外，我们也可以同时获取多个含空格列的数据，只需要在外层方括号中指定多个列名即可。
数据分析咨询请扫描二维码
若不方便扫码，搜微信号：CDAshujufenxi
在Power BI实操中，函数是实现数据清洗、建模计算、可视化呈现的核心工具——无论是简单的数据筛选、异常值处理，还是复杂的度量 ...
2026-02-13在互联网运营、产品迭代、用户增长等工作中，“留存率”是衡量产品核心价值、用户粘性的核心指标——而次日留存率，作为留存率体 ...
2026-02-13对CDA（Certified Data Analyst）数据分析师而言，指标是贯穿工作全流程的核心载体，更是连接原始数据与业务洞察的关键桥梁。CDA ...
2026-02-13在机器学习建模实操中，“特征选择”是提升模型性能、简化模型复杂度、解读数据逻辑的核心步骤——而随机森林（Random Forest） ...
2026-02-12在MySQL数据查询实操中，按日期分组统计是高频需求——比如统计每日用户登录量、每日订单量、每日销售额，需要按日期分组展示， ...
2026-02-12对CDA（Certified Data Analyst）数据分析师而言，描述性统计是贯穿实操全流程的核心基础，更是从“原始数据”到“初步洞察”的 ...
2026-02-12备考CDA的小伙伴，专属宠粉福利来啦！ 不用拼运气抽奖，不用复杂操作，只要转发CDA真题海报到朋友圈集赞，就能免费抱走实用好礼 ...
2026-02-11在数据科学、机器学习实操中，Anaconda是必备工具——它集成了Python解释器、conda包管理器，能快速搭建独立的虚拟环境，便捷安 ...
2026-02-11在Tableau数据可视化实操中，多表连接是高频操作——无论是将“产品表”与“销量表”连接分析产品销量，还是将“用户表”与“消 ...
2026-02-11在CDA（Certified Data Analyst）数据分析师的实操体系中，统计基本概念是不可或缺的核心根基，更是连接原始数据与业务洞察的关 ...
2026-02-11在数字经济飞速发展的今天，数据已成为核心生产要素，渗透到企业运营、民生服务、科技研发等各个领域。从个人手机里的浏览记录、 ...
2026-02-10在数据分析、实验研究中，我们经常会遇到小样本配对数据的差异检验场景——比如同一组受试者用药前后的指标对比、配对分组的两组 ...
2026-02-10在结构化数据分析领域，透视分析（Pivot Analysis）是CDA（Certified Data Analyst）数据分析师最常用、最高效的核心实操方法之 ...
2026-02-10在SQL数据库实操中，字段类型的合理设置是保证数据运算、统计准确性的基础。日常开发或数据分析时，我们常会遇到这样的问题：数 ...
2026-02-09在日常办公数据分析中，Excel数据透视表是最常用的高效工具之一——它能快速对海量数据进行分类汇总、分组统计，将杂乱无章的数 ...
2026-02-09表结构数据作为结构化数据的核心载体，其“获取-加工-使用”全流程，是CDA（Certified Data Analyst）数据分析师开展专业工作的 ...
2026-02-09在互联网产品运营、用户增长的实战场景中，很多从业者都会陷入一个误区：盲目投入资源做推广、拉新，却忽视了“拉新后的用户激活 ...
2026-02-06在机器学习建模过程中，特征选择是决定模型性能的关键环节——面对动辄几十、上百个特征的数据（如用户画像的几十项维度、企业经 ...
2026-02-06在CDA（Certified Data Analyst）数据分析师的日常实操中，表格结构数据是贯穿全流程的核心载体，而对表格数据类型的精准识别、 ...
2026-02-06在日常办公数据分析中，我们经常会面对杂乱无章的批量数据——比如员工月度绩效、产品销售数据、客户消费金额、月度运营指标等。 ...
2026-02-05
京公网安备 11010802034615号
经营许可证编号：京B2-20210330
