Pythonパンダ：選択した列をシリーズではなくDataFrameとして保持する

（例えばパンダデータフレームからの単一の列を選択する場合df.iloc[:, 0]、df['A']またはdf.A、等）、得られたベクターは、自動的にシリーズの代わりに、単一列のデータフレームに変換されます。ただし、入力引数としてDataFrameを受け取る関数をいくつか作成しています。したがって、関数がdf.columnsにアクセス可能であると想定できるように、Seriesではなく単一列のDataFrameを処理することを好みます。今のところ、のようなものを使用して、シリーズをデータフレームに明示的に変換する必要がありpd.DataFrame(df.iloc[:, 0])ます。これは最もクリーンな方法ではないようです。結果がSeriesではなく単一列のDataFrameになるように、DataFrameから直接インデックスを作成するより洗練された方法はありますか？

@Jeffが言及しているように、これを行うにはいくつかの方法がありますが、loc / ilocを使用してより明確にすることをお勧めします（あいまいなことをしようとすると、エラーを早期に発生させます）。

In [10]: df = pd.DataFrame([[1, 2], [3, 4]], columns=['A', 'B'])

In [11]: df
Out[11]:
   A  B
0  1  2
1  3  4

In [12]: df[['A']]

In [13]: df[[0]]

In [14]: df.loc[:, ['A']]

In [15]: df.iloc[:, [0]]

Out[12-15]:  # they all return the same thing:
   A
0  1
1  3

後者の2つの選択肢は、整数列名の場合のあいまいさを取り除きます（正確には、loc / ilocが作成された理由）。例えば：

In [16]: df = pd.DataFrame([[1, 2], [3, 4]], columns=['A', 0])

In [17]: df
Out[17]:
   A  0
0  1  2
1  3  4

In [18]: df[[0]]  # ambiguous
Out[18]:
   A
0  1
1  3

アンディ・ヘイデンは、インデックスに.iloc / .LOCを活用し、推奨しています（シングルカラム処理）データフレームを移動するための方法です。もう1つの注意点は、インデックス位置の表現方法です。リストされたインデックスラベル/位置を使用して、引数値を指定し、データフレームとしてインデックスアウトします。そうしないと、「pandas.core.series.Series」が返されます。

入力：

    A_1 = train_data.loc[:,'Fraudster']
    print('A_1 is of type', type(A_1))
    A_2 = train_data.loc[:, ['Fraudster']]
    print('A_2 is of type', type(A_2))
    A_3 = train_data.iloc[:,12]
    print('A_3 is of type', type(A_3))
    A_4 = train_data.iloc[:,[12]]
    print('A_4 is of type', type(A_4))

出力：

    A_1 is of type <class 'pandas.core.series.Series'>
    A_2 is of type <class 'pandas.core.frame.DataFrame'>
    A_3 is of type <class 'pandas.core.series.Series'>
    A_4 is of type <class 'pandas.core.frame.DataFrame'>

を使用できますdf.iloc[:, 0:1]。この場合、結果のベクトルはDataFrameシリーズではなくaになります。

ご覧のように：

これらの3つのアプローチが言及されています：

pd.DataFrame(df.loc[:, 'A'])  # Approach of the original post
df.loc[:,[['A']]              # Approach 2 (note: use iloc for positional indexing)
df[['A']]                     # Approach 3

pd.Series.to_frame（）は別のアプローチです。

これは方法であるため、上記の2番目と3番目のアプローチが適用されない状況で使用できます。特に、データフレームの列に何らかのメソッドを適用し、出力をシリーズではなくデータフレームに変換する場合に便利です。たとえば、Jupyter Notebookでは、シリーズはきれいに出力されませんが、データフレームは出力されます。

# Basic use case: 
df['A'].to_frame()

# Use case 2 (this will give you pretty output in a Jupyter Notebook): 
df['A'].describe().to_frame()

# Use case 3: 
df['A'].str.strip().to_frame()

# Use case 4: 
def some_function(num): 
    ...

df['A'].apply(some_function).to_frame()