Python熊猫：将选定的列保留为DataFrame而不是系列

Question

从熊猫数据框中选择单个列（如df.iloc[:, 0],df['A']或df.A等）时，生成的向量会自动转换为Series而不是单列数据帧。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，以便该函数可以假设可以访问df.columns。现在我必须使用类似pd.DataFrame(df.iloc[:, 0])的方式将Series明确转换为DataFrame。这似乎不是最干净的方法。有没有更好的方法直接从DataFrame进行索引，以便结果是单列DataFrame而不是Series？

Answer 1

由于@Jeff提到有几个方法可以做到这一点，但我建议使用LOC/ILOC更明确的（和早期引发错误，如果你尝试一些暧昧）：

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 

后两个在整数列名称的情况下选择删除歧义（正是为什么创建loc/iloc）。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