Pandas 将选定的列保留为数据帧而不是系列

在本文中，我们将探讨如何使用Pandas将选定的列保留为DataFrame对象，而不是默认的Series对象。

在Pandas中，如果我们选中一个列，那么默认情况下它将被表示为Series对象。但是，在某些情景下，我们可能需要保留这个列为DataFrame对象，以便于我们在之后进行更多数据操作和数据可视化。那么，接下来我们将学习如何使用Pandas实现这个功能。

阅读更多：Pandas 教程

操作技巧

我们可以利用Pandas的iloc属性实现这个操作。iloc属性允许我们基于行和列的数字索引操作DataFrame对象。其语法如下所示：

df.iloc[:, [column_index]]

• df：表示DataFrame对象
• :表示选择所有行
• [column_index]：表示选择的列的数字索引。可以选择多列，以逗号分隔。

通过以上语法，我们可以保留列为DataFrame对象而不是Series对象。接下来，我们将通过以下示例演示如何使用这种方法。

示例

我们创建如下所示的DataFrame对象。

import pandas as pd

df = pd.DataFrame({'Name':['John', 'Mary', 'David', 'Joseph'],
                   'Age':[22, 32, 25, 30],
                   'Salary':[60000, 80000, 45000, 70000],
                   'Location':['New York', 'London', 'Paris', 'Tokyo']})
df

运行以上代码，将会得到如下的输出结果：

    Name    Age   Salary  Location
0   John    22    60000   New York    
1   Mary    32    80000   London      
2   David   25    45000   Paris       
3   Joseph  30    70000   Tokyo

现在，我们将选择“Name”这一列，并保留它为DataFrame对象。

df_name = df.iloc[:, [0]]
df_name

输出结果如下：

    Name
0   John
1   Mary
2   David
3   Joseph

现在，我们成功地将“Name”这一列保留为DataFrame对象了。接下来，我们可以使用df_name进行更多的数据操作和可视化。

总结

在本文中，我们学习了如何使用Pandas将选定的列保留为DataFrame对象。我们介绍了Pandas的iloc属性以及它的语法规则。同时，我们也通过示例演示了如何使用这种方法。希望这篇文章能够帮助您更好地掌握Pandas的数据操作技巧。