我似乎看不出这里有什么问题。我有一个长度为 (16110) 的 Pandas Series 和一个形状为 (13, 16116) 的 DataFrame。我只是想将DataFrame 修剪到我的Series 的长度。
我认为这将是一个简单的问题：
df = df[:len(series)]
这段代码运行没有错误，但在缩短方面似乎没有太多作用。
我错过了什么吗？
【问题讨论】：
df.loc[:,:len(series)]
显然你想要DataFrame.head。
这是一种方便的方法；基本上head(self, n) 返回self.iloc[:n]。
请注意，这不是切割原始框架。据我所知，它返回原始帧的视图（子集）。某些类型的切片返回副本； it depends on context and is not very easy to predict.
【讨论】：
iloc 的东西实际上都不会削减框架。但是对常规 Python 列表进行切片也不会削减它，因此 foo = bar[:bound] 的预期行为是“提供更短的表示”而不是“释放未使用的部分”。
df.iloc[:, :len(series)]
这是另一种方式，使用df.truncate：
df = df.truncate(after=len(series)-1)
例子：
>>> df
0 1 2 3 4
0 -0.615868 0.367161 0.138472 -0.353085 0.953871
1 0.063501 -0.256693 0.895870 0.368182 0.156447
2 -0.148034 -0.572105 -3.030083 1.092318 -2.635359
3 -1.038899 1.198679 2.633639 -0.149085 -1.574603
4 -2.639766 1.377038 -1.263696 -1.999058 -1.540654
5 1.683478 -0.403260 -1.551362 -0.007200 0.240715
6 1.033099 0.659052 -0.306415 0.086918 -1.523796
7 -1.514313 0.117010 0.490440 0.497393 0.123755
8 0.078399 0.218355 -0.255076 -0.474265 -0.430907
9 0.868665 1.917818 1.303568 1.772729 -0.446849
>>> series
0 0.311083
1 0.498019
2 -0.671698
dtype: float64
>>> df.truncate(after=len(series)-1)
0 1 2 3 4
0 -0.615868 0.367161 0.138472 -0.353085 0.953871
1 0.063501 -0.256693 0.895870 0.368182 0.156447
2 -0.148034 -0.572105 -3.030083 1.092318 -2.635359
不过，请注意，我无法重现您的问题。例如：
df[:len(series)]
也返回一个截断的df：
>>> df[:len(series)]
0 1 2 3 4
0 -0.615868 0.367161 0.138472 -0.353085 0.953871
1 0.063501 -0.256693 0.895870 0.368182 0.156447
2 -0.148034 -0.572105 -3.030083 1.092318 -2.635359
【讨论】：
(10,5) 的df 和一系列len 3 开始，我最终使用df[:len(series)] 截断了形状为(3,5) 的df（参见编辑后的帖子），所以它似乎调整行而不是列......也许我错过了一些东西......