0
A
答えて
1
後者は単一の列とpd.DataFrame
オブジェクトである間は、第一の目的は、実際pd.Series
オブジェクトです。
あなたはここにサンプルを観察することによって理解することができます:
df
A B
0 3 5
1 1 4
2 4 10
3 0 17
4 13 4
5 12 6
6 3 9
7 3 9
8 7 4
9 1 6
df['A']
0 3
1 1
2 4
3 0
4 13
5 12
6 3
7 3
8 7
9 1
Name: A, dtype: int64
df['A'].shape
(10,)
type(df['A'])
pandas.core.series.Series
df[['A']]
A
0 3
1 1
2 4
3 0
4 13
5 12
6 3
7 3
8 7
9 1
df[['A']].shape
(10, 1)
type(df[['A']])
pandas.core.frame.DataFrame
注意をここでダブル[[..]]
表記は、より大きなデータフレームからのデータフレームのサブスライスを抽出するために使用されていること。
あなたはシリーズを持っており、データフレームに変換したい場合は、to_frame
を使用することができます。
s = df['A']
type(s)
pandas.core.series.Series
v = s.to_frame()
v
A
0 3
1 1
2 4
3 0
4 13
5 12
6 3
7 3
8 7
9 1
type(v)
pandas.core.frame.DataFrame
0
形状(143)とのデータフレームのようなものはありません データフレームれます図2Dは、それが列または1つの列
pandas.DataFrame(index=range(10)).shape
(10, 0)
pandas.DataFrame(index=range(10), columns=[0]).shape
(10, 1)
を持っていない場合であってもパンダシリーズは、一次元のオブジェクトである。
pandas.Series(range(10)).shape
(10,)
関連する問題
- 1. データフレームvalue_counts()形状エラー
- 2. ...状態、{}とObject.assign({}、状態、{})の相違点
- 3. ベクトルによるデータフレームの形状変更
- 4. パンダデータフレームの変形形状
- 5. 形状
- 6. カルーセルインジケータの形状
- 7. マップの形状
- 8. グラデーションストロークの形状
- 9. Tensorflow - 形状(8,1)と(8、)の違い
- 10. イオン2:アバターの間違った形状
- 11. CSSボックスの形状
- 12. Box2Dリングの形状
- 13. パンダシリーズの形状は?
- 14. トランスフォームndarrayの形状
- 15. Kerasカスタムメトリックは、間違ったテンソル形状
- 16. model.fit_generator()形状エラー
- 17. Konvajsは形状
- 18. カスタム形状Android
- 19. テフラムミスマッチテンソル形状
- 20. ダイヤモンド形状ビュー
- 21. CSS3エンベロープ形状
- 22. 菱形の形状のビュー反応ネイティブ
- 23. NCHW形式のtensorflow.nn.conv2dのフィルタ形状
- 24. HTML5 - キャンバス放射状グラデーション形状のエッジ
- 25. 形状分析は、他の形状から矩形を区別する
- 26. スケーリングと形状の回転(矩形)
- 27. 図形の形状を変更する
- 28. cで2行の形状の間違った点を見つける#
- 29. 形状のラジアルの計算
- 30. Appceleratorでのビューの形状
「形状」が「DataFrame」プロパティを意味するのはあなたが正しいです! –
@FengGuo新しい質問がある場合は、新しい投稿を書いてください。 –