Panda Python: mantenere la colonna selezionata come DataFrame invece di Serie

Question

Quando si seleziona una singola colonna da un DataFrame panda (ad esempio df.iloc[:, 0], df['A'] o df.A, ecc.), Il vettore risultante viene automaticamente convertito in una Serie anziché in una singola colonna dataframe. Tuttavia, sto scrivendo alcune funzioni che prendono un DataFrame come argomento di input. Pertanto, preferisco trattare DataFrame a colonna singola invece di Serie in modo che la funzione possa assumere che df.columns sia accessibile. In questo momento devo convertire esplicitamente la serie in un DataFrame usando qualcosa come pd.DataFrame(df.iloc[:, 0]). Questo non sembra il metodo più pulito. Esiste un modo più elegante di indicizzare direttamente da un DataFrame in modo che il risultato sia un DataFrame a colonna singola invece di Serie?

Answer 1

Come @Jeff menzioni ci sono alcuni modi per fare questo, ma mi consiglia di utilizzare loc/iLOC essere più espliciti (e sollevare gli errori presto se il vostro cercando qualcosa di ambiguo):

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 

Gli ultimi due le scelte rimuovono l'ambiguità nel caso di nomi di colonne intere (precisamente perché sono stati creati loc/iloc). Ad esempio:

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