pandas dataframe 选择包含np.nan的列，结果小结

dataframe 两种选择列名的不同，导致结果完全不同。
第1种正常的选择列，输出的是 布尔型series，可以在dataframe中直接使用；
第2种，[ ]中加 [ ] 可以选择多列，其返回值是 布尔型的dataFrame，直接用于筛选出现意外。

构造一个含有np.nan的dataframe,

df4=pd.DataFrame(data=np.arange(0,20).reshape(5,4),columns=['c1','c2','c3','c4'],index=range(0,5))
df4.loc[2,'c2']=np.nan
df4

# 第1种
df4['c2'].isnull()
df4[df4['c2'].isnull()]

对应输出为

0    False
1    False
2     True
3    False
4    False
Name: c2, dtype: bool

   c1	c2	c3	c4
2	8	NaN	10	11

# 第2种
df4[['c2']].isnull()

对应输出为

	c2
0	False
1	False
2	True
3	False
4	False
Name: c2, dtype: bool

    c1	c2	c3	c4
0	NaN	NaN	NaN	NaN
1	NaN	NaN	NaN	NaN
2	NaN	NaN	NaN	NaN
3	NaN	NaN	NaN	NaN
4	NaN	NaN	NaN	NaN

为什么第2种出现这种情况，还没考虑清楚。