Python代码(late_shipments["late"] == "Yes").mean()中括号的作用

这对括号最主要的用处是控制运算顺序，避免代码逻辑出错：

• Python里.（属性/方法调用）的运算优先级比==比较运算符高，要是不加这层括号，解释器会先去执行"Yes".mean()——但普通字符串根本没有mean()方法，代码跑起来直接报AttributeError。加了括号之后，会优先算括号里的逻辑：逐行比对late_shipments表late列的值是不是"Yes"，返回一个全是True/False的布尔型Series。
• 括号把布尔Series的逻辑包成一个整体后，后面的.mean()就会准确作用在这个布尔Series上。pandas对布尔序列算均值的时候，会自动把True当成1、False当成0，算出来的平均值正好就是取值为"Yes"的行占总样本的比例，也就是需要的延迟发货占比。

去掉括号的错误写法等价于下面的逻辑，完全不符合预期：

# 错误示例：会触发字符串无mean方法的报错
late_prop_samp = late_shipments["late"] == "Yes".mean()

内容的提问来源于stack exchange，提问作者Howard