df[['col1', 'col2']] 是标签索引而非切片，本质是 getitem 对列表的响应，要求传入列表、保留列序、缺失列抛 KeyError，与 df.loc[:, ['col1','col2']] 行为底层不同但结果一致。

用 df[['col1', 'col2']] 选多列，本质是标签索引，不是切片

很多人叫它“双层中括号切片”，但 Pandas 里这根本不是切片操作——df[['col1', 'col2']] 是 __getitem__ 对列表的响应，走的是标签索引（loc 路径），和 df[1:3] 这种位置切片完全无关。混淆这点，后面遇到 KeyError 或顺序错乱就容易懵。

• 必须传入列表（哪怕只选一列也要写成 ['col1']），传元组、集合或字符串会报错
• 列名顺序会被严格保留：df[['col2', 'col1']] 返回的 DataFrame 列顺序就是 col2 在前
• 如果某列不存在，直接抛 KeyError: "['col3'] not in index"，不会静默跳过

df[['col1','col2']] 和 df.loc[:, ['col1','col2']] 有啥区别？

表面结果一样，但底层行为不同：前者是快捷语法糖，后者是显式标签索引。关键差异在边界场景：

• 当列名含空格、点号或数字开头（如 'user id'、'data.2023'），df[['user id']] 没问题，但 df.user id 会语法错误
• df.loc[:, ...] 支持布尔数组、切片等更复杂索引；而双中括号只认列名列表
• 性能上几乎无差别，但 loc 更明确，协作或调试时更容易被理解

常见报错：KeyError、TypeError、返回 Series 而不是 DataFrame

这三个错误都指向一个根源：你传给双中括号的东西，没被 Pandas 当作「列名列表」来处理。

• KeyError: 'col1'：列名拼写不对、大小写不一致、有隐藏空格（比如 'col1 '）
• TypeError: unhashable type: 'list'：你写了 df[[['col1', 'col2']]]（套了两层列表），或者误把变量当字符串用了，比如 cols = ['col1','col2']; df[cols] 写成 df[[cols]]
• 返回 Series：只传了一个字符串，比如 df['col1']（单层中括号），不是 df[['col1']]；注意 df[['col1']] 才返回单列 DataFrame

想动态选列？别拼字符串，用变量接列表

硬编码列名看着简单，但实际项目里列经常来自配置、用户输入或上游逻辑。这时候别用 f"df[['{c1}','{c2}']]" 拼字符串执行——危险且难 debug。

• 正确做法：构造列表再索引，比如 selected_cols = ['col1', user_input_col]; df[selected_cols]
• 要过滤列名可用 df.filter(regex='^col') 或 df.columns.str.startswith('col') 配合布尔索引
• 注意：如果 selected_cols 是空列表 []，Pandas 会返回空 DataFrame（列名全空），不是报错，这点容易被忽略

列名是否存在于 df.columns 里，得自己检查；Pandas 不会预判你要选什么，它只按你写的字面量去查。