如何将 pandas DataFrame 的第一列作为一个系列？

Posted 2023-02-23

【中文标题】如何将 pandas DataFrame 的第一列作为一个系列？

【英文标题】：How to get the first column of a pandas DataFrame as a Series?

【发布时间】：2013-02-27 22:45:25

【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。

【参考方案1】：

>>> 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。

【参考方案2】：

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。

【参考方案3】：

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]]

【参考方案4】：

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。

【参考方案5】：

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

【参考方案6】：

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