为什么选择我的熊猫数据帧的形状是错误的?

df.loc[0] 返回 pd.Series 对象,表示通过索引提取的单行数据。

df.loc[0:0] 返回 pd.DataFrame 对象,表示通过切片提取的数据帧中的一行数据。

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

该惯例遵循numpy索引/切片。这是自然的,因为熊猫是建立在麻木的阵列上。

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

当你打电话的时候 df.iloc[0] ,选择第一行,类型为 Series 鉴于,在其他情况下 df.iloc[0:0] 它正在切片行,属于类型 dataframe .和 系列 根据 pandas Series documentation 以下内容:

带有轴标签的一维数据阵列

鉴于 数据帧 是 二维 ( pandas Dataframe documentation )。

尝试运行以下行以查看区别:

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

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