为什么我的 pandas 数据框的选择形状是错误的

Question

我有一个名为 df 的 pandas DataFrame，其中 df.shape 是 (53, 80)，其中索引和列都是 int.

如果我 select 这样第一行，我得到：

df.loc[0].shape
(80,)

而不是：

(1,80)

但是 df.loc[0:0].shape 或 df[0:1].shape 都显示正确的形状。

Answer 1

df.loc[0] returns 一维 pd.Series 表示单行数据的对象，通过索引提取。

df.loc[0:0] returns 一个二维 pd.DataFrame 对象表示数据框中的一行数据，通过切片提取。

如果打印这些操作的结果，您可以更清楚地看到这一点：

import pandas as pd, numpy as np

df = pd.DataFrame(np.arange(9).reshape(3, 3))

res1 = df.loc[0]
res2 = df.loc[0:0]

print(type(res1), res1, sep='\n')

<class 'pandas.core.series.Series'>
0    0
1    1
2    2
Name: 0, dtype: int32

print(type(res2), res2, sep='\n')

<class 'pandas.core.frame.DataFrame'>
   0  1  2
0  0  1  2

约定遵循 NumPy 索引/切片。这是很自然的，因为 Pandas 是建立在 NumPy 数组上的。

arr = np.arange(9).reshape(3, 3)

print(arr[0].shape)    # (3,), i.e. 1-dimensional
print(arr[0:0].shape)  # (0, 3), i.e. 2-dimensional

Answer 2

当您调用 df.iloc[0] 时，它选择第一行并且类型为 Series 而在其他情况下 df.iloc[0:0] 它正在对行进行切片并且类型为 dataframe .而 Series 根据 pandas Series documentation :

One-dimensional ndarray with axis labels

而 dataframe 是 二维的 (pandas Dataframe documentation).

尝试运行以下几行以查看差异：

print(type(df.iloc[0]))
# <class 'pandas.core.series.Series'>

print(type(df.iloc[0:0]))
# <class 'pandas.core.frame.DataFrame'>

为什么我的 pandas 数据框的选择形状是错误的

Why does the shape of the selection of my pandas dataframe is wrong

python

shape

slice

dataframe

pandas