Python pandas: Garder la colonne sélectionnée comme DataFrame au lieu de la Série

Lors de la sélection d'une seule colonne à partir d'une pandas DataFrame(dire df.iloc[:, 0], df['A'], ou df.A, etc), le vecteur résultant est automatiquement converti en Série au lieu d'une seule colonne DataFrame. Cependant, je suis en train d'écrire quelques fonctions qui prend un DataFrame comme argument d'entrée. Donc, je préfère traiter avec une seule colonne DataFrame au lieu de Série, de sorte que la fonction peut assumer dire df.colonnes est accessible. Droit maintenant, je dois convertir explicitement la Série dans un DataFrame en utilisant quelque chose comme pd.DataFrame(df.iloc[:, 0]). Cela ne semble pas être le plus propre méthode. Est-il une façon plus élégante d'index à partir d'un DataFrame directement, de sorte que le résultat est une seule colonne DataFrame au lieu de la Série?

  • df.lci[:,[0]] ou df[['A']]; df.Un seul de redonner une série toutefois
InformationsquelleAutor | 2013-05-28
  1. 88

    Comme @Jeff mentionne il ya quelques façons de le faire, mais je recommande l'utilisation de loc/lci pour être plus explicite (et à élever les erreurs dès le début si vous essayez quelque chose d'ambigu):

    In [10]: df = pd.DataFrame([[1, 2], [3, 4]], columns=['A', 'B'])

In [11]: df
Out[11]:
   A  B
0  1  2
1  3  4

In [12]: df[['A']]

In [13]: df[[0]]

In [14]: df.loc[:, ['A']]

In [15]: df.iloc[:, [0]]

Out[12-15]:  # they all return the same thing:
   A
0  1
1  3

    Les deux derniers choix de supprimer toute ambiguïté dans le cas de la colonne de type integer (les noms précisément pourquoi loc/lci ont été créés). Par exemple:

    In [16]: df = pd.DataFrame([[1, 2], [3, 4]], columns=['A', 0])

In [17]: df
Out[17]:
   A  0
0  1  2
1  3  4

In [18]: df[[0]]  # ambiguous
Out[18]:
   A
0  1
1  3
    • Désolé de vous déranger, mais juste un vraiment rapide autour de cette question. Je vois comment les extra [] fait le résultat d'un DataFrame au lieu d'un Series, mais où, dans les pandas docs est ce type d'indexation de la syntaxe d'une discussion? Je suis juste essayer d'obtenir le nom "officiel" de cette technique d'indexation pour que je le comprenne vraiment. Thx!
    • href="http://pandas.pydata.org/pandas-docs/stable/indexing.html#basics" >pandas.pydata.org/pandas-docs/stable/indexing.html#basics", Vous pouvez passer d'une liste de colonnes de [] pour sélectionner les colonnes dans l'ordre." Je ne suis pas sûr si cela a un nom!
    • Ouais on dirait qu'il n'en a pas - mais je vais continuer à l'utiliser à partir de maintenant. Incroyable de voir comment beaucoup de choses est enterré dans le API et les docs. Thx!
    • Cette distinction a été utile pour moi, parce que parfois, j'ai envie d'une seule colonne DataFrame si je pouvais utiliser DataFrame méthodes sur les données qui étaient disponibles sur la Série. (ISTR l'intrigue méthode se sont comportés différemment). Il a été une révélation pour moi, quand j'ai réalisé que je pouvais utiliser un seul élément de la liste de!
    InformationsquelleAutor Andy Hayden
  2. 2

    Comme Andy Hayden recommande, en utilisant .lci/.loc à l'index out (mono-colonnes) dataframe est le chemin à parcourir; un autre point à noter est la façon d'exprimer les positions d'index.
    Utiliser un répertoriés étiquettes d'Index/positions tout en précisant les valeurs de l'argument à l'index comme Dataframe; ne pas le faire se retourner un " pandas.de base.de la série.Série

    D'entrée:

        A_1 = train_data.loc[:,'Fraudster']
    print('A_1 is of type', type(A_1))
    A_2 = train_data.loc[:, ['Fraudster']]
    print('A_2 is of type', type(A_2))
    A_3 = train_data.iloc[:,12]
    print('A_3 is of type', type(A_3))
    A_4 = train_data.iloc[:,[12]]
    print('A_4 is of type', type(A_4))

    De sortie:

        A_1 is of type <class 'pandas.core.series.Series'>
    A_2 is of type <class 'pandas.core.frame.DataFrame'>
    A_3 is of type <class 'pandas.core.series.Series'>
    A_4 is of type <class 'pandas.core.frame.DataFrame'>
    InformationsquelleAutor Sumanth Lazarus
  3. 0

    Vous pouvez utiliser df.iloc[:, 0:1], dans ce cas, le vecteur résultant sera un DataFrame et pas de la série.

    Comme vous pouvez le voir:

    Python pandas: Garder la colonne sélectionnée comme DataFrame au lieu de la Série

    InformationsquelleAutor Snehil