Odpowiedzi:
>>> import pandas as pd
>>> df = pd.DataFrame({'x' : [1, 2, 3, 4], 'y' : [4, 5, 6, 7]})
>>> df
x y
0 1 4
1 2 5
2 3 6
3 4 7
>>> s = df.ix[:,0]
>>> type(s)
<class 'pandas.core.series.Series'>
>>>==================================================== =========================
AKTUALIZACJA
Jeśli czytasz to po czerwcu 2017 r., ixZostało wycofane w pandach 0.20.2, więc nie używaj go. Użyj loclub iloczamiast. Zobacz komentarze i inne odpowiedzi na to pytanie.
.ilocwtedy jeszcze nie było. W 2016 roku prawidłowa odpowiedź brzmi: Jeff (w końcu jest pandasBogiem ;-)). Nie jestem pewien, jakie są zasady SO dotyczące aktualizacji odpowiedzi w związku ze zmianą API; Jestem szczerze zaskoczony przez liczbę głosów oddanych na tę odpowiedź, nie sądzę, że było to użyteczne dla ludzi ...
Od v0.11 +, ... użyj df.iloc.
In [7]: df.iloc[:,0]
Out[7]:
0 1
1 2
2 3
3 4
Name: x, dtype: int64Możesz pobrać pierwszą kolumnę jako serię, korzystając z następującego kodu:
x[x.columns[0]]x[x.columns[x.columns.size-1]]
Czy to nie jest najprostszy sposób?
Według nazwy kolumny:
In [20]: df = pd.DataFrame({'x' : [1, 2, 3, 4], 'y' : [4, 5, 6, 7]})
In [21]: df
Out[21]:
x y
0 1 4
1 2 5
2 3 6
3 4 7
In [23]: df.x
Out[23]:
0 1
1 2
2 3
3 4
Name: x, dtype: int64
In [24]: type(df.x)
Out[24]:
pandas.core.series.Seriesdf.x) nie jest ogólny - a co, jeśli nazwa kolumny zawiera spacje? Co się stanie, jeśli nazwa kolumny pokrywa się z DataFramenazwą atrybutu -s? Bardziej ogólne jest uzyskiwanie dostępu do kolumn za pomocą __getitem__(tj. Tak df["x"]:).
Działa to świetnie, gdy chcesz załadować serię z pliku csv
x = pd.read_csv('x.csv', index_col=False, names=['x'],header=None).iloc[:,0]
print(type(x))
print(x.head(10))
<class 'pandas.core.series.Series'>
0 110.96
1 119.40
2 135.89
3 152.32
4 192.91
5 177.20
6 181.16
7 177.30
8 200.13
9 235.41
Name: x, dtype: float64df[df.columns[i]]gdzie ijest pozycją / numerem kolumny (zaczynając od 0 ).
Tak i = 0jest w pierwszej kolumnie.
Możesz również pobrać ostatnią kolumnę za pomocą i = -1
df.set_index('x').y