为什么数据框对象转换为 TimeSeries 对象答案

【问题标题】：Why does dataframe object convert to TimeSeries Object为什么数据框对象转换为 TimeSeries 对象
【发布时间】：2015-12-14 12:45:35
【问题描述】：

假设我有一个数据框。具有多列（例如“A”、“B”）使用以下代码，我想仅基于一列创建一个新的数据框：

df2 = df1['A']

但是，当我这样做时，数据框突然转换为 TimeSeries

In [5] print type (df2)<class 'pandas.core.series.Series'>

非常非常奇怪...谁能向我解释为什么会发生这种情况...？

【问题讨论】：

【解决方案1】：

df1['A'] 返回一个系列。 df1[['A']] 返回一个 DataFrame。

切片的行为会有所不同，具体取决于您在括号。

如果您使用字符串对 DataFramedf 进行切片，DataFrame 会尝试找到 df.columns 中的字符串，如果成功，则将列作为系列返回。

如果您使用（字符串）列表对 df 进行切片，则 DataFrame 会尝试查找 df.columns 中的每个字符串，如果成功，则将列作为新的数据框。如果列表恰好只包含一个字符串，那么您会得到一个只有一列的 DataFrame。

在作业中使用切片时，df['B'] = xyz 调用 df.__setitem__('B', xyz)。 DataFrame 的__setitem__ 被实现为修改df 本身。赋值不会返回值，但会修改 df 到位。

在表达式中使用切片时，df[xyz] 调用 df.__getitem__(xyz)。 DataFrame 的 __getitem__ 方法返回不同的对象类型取决于xyz 的类型。

【讨论】：

啊，好的。我一直在使用语法'df2['B']' = df2['B'] 在已经现有数据框中分配一个新列。在那种情况下，数据框仍然是一个数据框。但是当使用上述语法将值分配给新变量时，它会自动转换为 Series...
当在 assignment 中使用切片时，df2['B'] = xyz 会调用 df2.__setitem__('B', xyz)。 DataFrame 的__setitem__ 被实现来修改df2 本身。赋值不返回值，但它确实修改了df2。在 表达式 中使用切片时，df2[xyz] 调用 df2.__getitem__(xyz)。 DataFrame 的__getitem__ 方法根据xyz 的类型返回不同类型的对象。
@unutbu，切片解释得很好。值得添加到答案中

【解决方案2】：

是的，df1['A'] 是 Pandas 系列，因此将其分配给 df2 将产生 pandas 系列。

pandas.DataFrame(df.A) - 将创建一个新的 pandas 数据框

【讨论】：