Python Pandas：将选定的列保留为DataFrame而不是Series

Question

从pandas DataFrame中选择单个列时（例如df.iloc[:, 0]，df['A']或df.A等），结果矢量将自动转换为Series而不是单列DataFrame。但是，我正在编写一些将DataFrame作为输入参数的函数。因此，我更喜欢处理单列DataFrame而不是Series，以便函数可以假定df.columns是可访问的。现在，我必须使用来将Series显式转换为DataFrame
pd.DataFrame(df.iloc[:,0])。这似乎不是最干净的方法。是否有更优雅的方法直接从DataFrame进行索引，以使结果为单列DataFrame而不是Series？

Answer 1

正如@Jeff提到的，有几种方法可以做到这一点，但我建议使用loc / iloc来使其更明确（如果尝试歧义，请提早出错）：

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

在整数列名称的情况下，后两种选择消除了歧义（正是创建loc / iloc的原因）。例如：

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