【发布时间】：2023-03-02 23:31:01
【问题描述】：
我试过了：
x=pandas.DataFrame(...)
s = x.take([0], axis=1)
s 得到一个 DataFrame，而不是一个系列。
【问题讨论】：
标签： python dataframe pandas series
【发布时间】：2023-03-02 23:31:01
【问题描述】：
>>> import pandas as pd
>>> df = pd.DataFrame({'x' : [1, 2, 3, 4], 'y' : [4, 5, 6, 7]})
>>> df
x y
0 1 4
1 2 5
2 3 6
3 4 7
>>> s = df.ix[:,0]
>>> type(s)
<class 'pandas.core.series.Series'>
>>>
================================================ ==============================
更新
如果您在 2017 年 6 月之后阅读本文，ix 在 pandas 0.20.2 中已被弃用，所以不要使用它。请改用loc 或iloc。请参阅 cmets 和此问题的其他答案。
【讨论】：
-
df.set_index('x').y -
值得添加 .iloc 替代方案（正如 Jeff 在本页进一步提出的那样），因为它在存在带有名称数字的列时不会模棱两可。
-
2013年给出了答案；据我记得，当时还没有
.iloc。 2016 年，正确答案是 Jeff 的（毕竟他是pandas上帝，请注意 ;-)）。由于 API 更改，我不确定 SO 关于更新答案的政策是什么；老实说，我对这个答案的投票数感到惊讶，认为它对人们没有那么有用...... -
另一个说明：
ix在 0.20 版本中是 deprecated。 -
ix不应再使用，请改用iloc：s = df.ix[:,0]。有关iloc和ix的比较，请参阅this post。
从 v0.11+，... 使用 df.iloc。
In [7]: df.iloc[:,0]
Out[7]:
0 1
1 2
2 3
3 4
Name: x, dtype: int64
【讨论】：
-
这是与新版本和旧版本最兼容的版本。自开发团队正式推广这种方法以来，这可能是最有效的。
您可以通过以下代码将第一列作为一个系列：
x[x.columns[0]]
【讨论】：
-
我怎样才能得到这样的最后一列？
-
其他的也可以，但是这个看起来更直观。
-
如果您有多个具有相同名称的列，这不好。列名是否应该是唯一的是一个单独的讨论。
-
@Polly
x[x.columns[x.columns.size-1]]
这不是最简单的方法吗？
按列名：
In [20]: df = pd.DataFrame({'x' : [1, 2, 3, 4], 'y' : [4, 5, 6, 7]})
In [21]: df
Out[21]:
x y
0 1 4
1 2 5
2 3 6
3 4 7
In [23]: df.x
Out[23]:
0 1
1 2
2 3
3 4
Name: x, dtype: int64
In [24]: type(df.x)
Out[24]:
pandas.core.series.Series
【讨论】：
-
在这种特殊情况下，您知道第一列的名称（“x”），但问题的意思是：“我如何访问第一列，无论其名称如何”。此外，访问这样的列 (
df.x) 也不是通用的——如果列名包含空格怎么办？如果列名与DataFrame-s 属性名重合怎么办？使用__getitem__访问列更为通用（例如：df["x"]）。 -
如果列的标题有例如里面有空格。
当您想从 csv 文件加载系列时，这非常有用
x = pd.read_csv('x.csv', index_col=False, names=['x'],header=None).iloc[:,0]
print(type(x))
print(x.head(10))
<class 'pandas.core.series.Series'>
0 110.96
1 119.40
2 135.89
3 152.32
4 192.91
5 177.20
6 181.16
7 177.30
8 200.13
9 235.41
Name: x, dtype: float64
【讨论】：
df[df.columns[i]]
其中i 是列的位置/编号（从0 开始）。
所以，i = 0 是第一列。
你也可以使用i = -1获取最后一列
【讨论】：