如何在提取单个行时保留大熊猫数据框标识

Question

我使用.xs或.loc（他们似乎表现相同）通过索引提取我的数据框的一个子集。当我的条件检索多行时，结果保留一个数据框。当只检索一行时，它会自动转换为一系列。我不想要这种行为，因为这意味着我需要处理多个下游案例（可用于系列vs数据框的不同方法集）。

In [1]: df = pd.DataFrame({'a':range(7), 'b':['one']*4 + ['two'] + ['three']*2, 
'c':range(10,17)}) 

In [2]: df.set_index('b', inplace=True) 

In [3]: df.xs('one') 
Out[3]: 
    a c 
b 
one 0 10 
one 1 11 
one 2 12 
one 3 13 

In [4]: df.xs('two') 
Out[4]: 
a  4 
c 14 
Name: two, dtype: int64 

In [5]: type(df.xs('two')) 
Out [5]: pandas.core.series.Series 

我可以在一系列手动转换回数据帧，但似乎繁琐，也需要用例测试，看看我是否应该这样做。有没有更简洁的方法来重新开始数据框？

Answer 1

IIUC，你可以简单地加括号，[]，并使用.loc：

>>> df.loc["two"] 
a  4 
c 14 
Name: two, dtype: int64 
>>> type(_) 
<class 'pandas.core.series.Series'> 
>>> df.loc[["two"]] 
    a c 
b   
two 4 14 

[1 rows x 2 columns] 
>>> type(_) 
<class 'pandas.core.frame.DataFrame'> 

这可能提醒你的numpy高级索引是如何工作的：

>>> a = np.arange(9).reshape(3,3) 
>>> a[1] 
array([3, 4, 5]) 
>>> a[[1]] 
array([[3, 4, 5]]) 

现在，这可能需要一些重构的代码，这样即使列表只包含一个元素，您也总是可以访问列表，但它在实践中对我很有用。