选择数据框列而不删除标签

Question

如何选择数据框列df ['col']，而不删除列名？

df
index colname col1 col2 col3
  1             0    1    2
  2             3    4    5
  3             6    7    8
  4             9   10   11

所需的输出：

df['col1']
index colname col1 
  1             0   
  2             3    
  3             6    
  4             9

编辑：作为正确答案，df [['col1']]完成了工作...现在更加棘手。 如果列是多索引的怎么办？

df    grpname A            B            ...  Z
index colname cA1 ... cAN  cB1 ... cBN  ...  cZ1 ... cZN
  1           a11 ... a1N  b11 ... b1N  ...  z11 ... z1N
  2           a21 ... a2N  b21 ... b2N  ...  z21 ... z2N
  3           a31 ... a3N  b31 ... b3N  ...  z31 ... z3N
  4           a41 ... a4N  b41 ... b4N  ...  z41 ... z4N

我想得到

df    grpname A            
index colname cA1 cA2  
  1           a11 a12 
  2           a21 a22 
  3           a31 a32  
  4           a41 a42

看起来.xs（）仅允许我检索某个列，即df.xs（（'A'，'cAi'），level =（'grpname'，'colname'），axis = 1，drop_level = False） ），而df [[''A']] ['cA1'：'cAi']也不起作用？

Answer 1

对于单列选择，然后df['col']将返回一个序列，如果要保留列名，则需要双下标，这将返回一个数据帧：

In [2]:

import pandas as pd
pd.set_option('display.notebook_repr_html', False)
import io
temp = """index col1 col2 col3
  1             0    1    2
  2             3    4    5
  3             6    7    8
  4             9   10   11"""
df = pd.read_csv(io.StringIO(temp), sep='\s+',index_col=[0])
df
Out[2]:
       col1  col2  col3
index                  
1         0     1     2
2         3     4     5
3         6     7     8
4         9    10    11
In [4]:

df[['col1']]
Out[4]:
       col1
index      
1         0
2         3
3         6
4         9

与此形成对比：

In [5]:

df['col1']
Out[5]:
index
1        0
2        3
3        6
4        9
Name: col1, dtype: int64

编辑 @joris指出，您可以看到名称显示在输出的底部，该名称不会丢失，因为只是一个不同的输出

Answer 2

如果您确定每一列都占用了空间，则有一种方法可以做到这一点。 这是例子...

np.loadtxt("df.txt",
    dtype={
        'names': ('index', 'colname', 'col1', 'col2', 'col3'),
        'formats': (np.float, np.string, np.float, np.float, np.float)},
        delimiter= ' ', skiprows=1)