python - 提取单行时如何保留 Pandas 数据框身份

Question

我正在使用 .xs 或 .loc(它们的行为似乎相同)按索引提取数据框的一个子集。当我的条件检索多行时，结果仍然是一个数据框。当只检索到一行时，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在下游处理多个案例(不同的方法集可用于系列与数据框)。

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

我可以手动将该系列转换回数据框，但这看起来很麻烦，而且还需要进行案例测试以确定我是否应该这样做。有没有一种更简洁的方法来让数据框回到开始？

Answer 1

IIUC，你可以简单地添加大括号，[]，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'>

这可能会让您想起 numpy 高级索引的工作原理:

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

现在这可能需要对代码进行一些重构，以便您始终使用列表进行访问，即使该列表只有一个元素，但它在实践中对我来说效果很好。