强制 pandas .iloc 返回单行数据帧？
声明：本页面是StackOverFlow热门问题的中英对照翻译，遵循CC BY-SA 4.0协议，如果您需要使用它，必须同样遵循CC BY-SA许可，注明原文地址和作者信息，同时你必须将它归于原作者（不是我）：StackOverFlow
原文地址: http://stackoverflow.com/questions/45990001/
Warning: these are provided under cc-by-sa 4.0 license. You are free to use/share it, But you must attribute it to the original authors (not me):
StackOverFlow
Forcing pandas .iloc to return a single-row dataframe?
提问by Heisenberg
For programming purpose, I want .ilocto consistently return a data frame, even when the resulting data frame has only one row. How to accomplish this?
出于编程目的，我希望.iloc始终返回一个数据框，即使结果数据框只有一行。如何做到这一点？
Currently, .ilocreturns a Series when the result only has one row. Example:
当前，.iloc当结果只有一行时返回一个系列。例子：
In [1]: df = pd.DataFrame({'a':[1,2], 'b':[3,4]})
In [2]: df
Out[2]:
a b
0 1 3
1 2 4
In [3]: type(df.iloc[0, :])
Out[3]: pandas.core.series.Series
This behavior is poor for 2 reasons:
这种行为很糟糕，原因有二：
- Depending on the number of chosen rows,
.iloccan either return a Series or a Data Frame, forcing me to manually check for this in my code
- 根据选择的行数，
.iloc可以返回一个系列或一个数据框，迫使我在我的代码中手动检查
- (wrong info, as pointed out in the comment).loc, on the other hand, always return a Data Frame, making pandasinconsistent within itself
- （错误信息，如评论中指出的那样）.loc，另一方面，总是返回一个数据帧，使其pandas自身不一致
For the R user, this can be accomplished with drop = FALSE, or by using tidyverse's tibble, which always return a data frame by default.
对于 R 用户，这可以通过drop = FALSE, 或使用 tidyverse 的 tibble来完成，默认情况下它总是返回一个数据帧。
回答by Scott Boston
Use double brackets,
使用双括号，
df.iloc[[0]]
Output:
输出：
a b
0 1 3
print(type(df.iloc[[0]])
<class 'pandas.core.frame.DataFrame'>
Short for df.iloc[[0],:]
短缺 df.iloc[[0],:]
回答by cs95
Get row at position ias a DataFrame with iloceither by,
i使用以下iloc任一方式获取位置作为 DataFrame 的行，
Specifying a list of indices of length 1,
指定长度为 1 的索引列表，
df.iloc[[i]]
Or specifying a slice of length 1:
或者指定一个长度为 1 的切片：
df.iloc[i:i+1]
If you want to access the row by label instead, use loc:
如果要按标签访问行，请使用 loc：
df.loc[[x]]
回答by priyankar sinha
please use the below options:
请使用以下选项：
df1 = df.iloc[[0],:]
#type(df1)
df1
or
或者
df1 = df.iloc[0:1,:]
#type(df1)
df1
