불린도 이와 비슷한 현상이라는게 잘 이해가안됩니다 ㅜㅜ

`df[]`에 들어간다고 해서 항상 column을 의미하는 건 아니라는 뜻입니다!

`df["col1"]`이나 `df[["col1","col7"]]`은 column에 대한 인덱싱 방법이고, `df["row3":"row5"]` 는 row에 대한 인덱싱 방법입니다.

아.. 그건이해됬습니다 근데 아직 이거는 아직 잘이해가 안되는 것같에요 iphone_df.loc[iphone_df['디스플레이']>5] 와 iphone_df[iphone_df['디스플레이']>5]의 결과가 똑같이 나오는거는 아직이해가 되지 않네요 ㅜㅜ.. iphone_df[iphone_df['디스플레이']>5]는 df['row3':'row5' ]인덱싱 방식이 아니라 iphone_df['디스플레이']>5 ]는 TRUE나 FALSE로 이루어져있는 1차원 Series배열을 반환하게되는데 어떻게 저런 결과나 나오는지 잘모르겠습니다 ㅜㅜ

동욱님이 말씀해주신 문법 차이 몇가지를 제외하고는 `df[]`와 `df.loc[]`은 비슷하게 쓰인다고 생각하셔도 될 것 같습니다. 예를 들어 `df[조건문]`에서 조건문 (iPhone예의 경우 말씀하시는 1차원 Series)이 모든 row에 대한 boolean list, Series일 경우 `df.loc[조건문]`과 일치합니다.

링크 여기 Randy님의 답변처럼 조건문은 slicing 처리가 되는 듯 합니다.