pandas.DataFrame.squeeze #

数据框。挤压（轴=无）[来源]＃

将一维轴对象压缩为标量。

具有单个元素的系列或数据帧被压缩为标量。具有单列或单行的 DataFrame 被压缩为一个 Series。否则该对象不变。

当您不知道对象是 Series 还是 DataFrame，但您确实知道它只有一列时，此方法最有用。在这种情况下，你可以安全地调用squeeze来确保你有一个系列。

参数：

axis {0 或 'index', 1 或 'columns', None}, 默认 None: 要挤压的特定轴。默认情况下，所有长度为 1 的轴都会被挤压。对于系列，此参数未使用，默认为None。

返回：

也可以看看

例子

>>> primes = pd.Series([2, 3, 5, 7])

切片可能会产生一个具有单个值的系列：

>>> even_primes = primes[primes % 2 == 0]
>>> even_primes
0    2
dtype: int64

>>> even_primes.squeeze()
2

挤压每个轴上具有多个值的对象不会执行任何操作：

>>> odd_primes = primes[primes % 2 == 1]
>>> odd_primes
1    3
2    5
3    7
dtype: int64

>>> odd_primes.squeeze()
1    3
2    5
3    7
dtype: int64

与 DataFrame 一起使用时，挤压会更加有效。

>>> df = pd.DataFrame([[1, 2], [3, 4]], columns=['a', 'b'])
>>> df
   a  b
0  1  2
1  3  4

对单个列进行切片将生成一个 DataFrame，其中的列只有一个值：

>>> df_a = df[['a']]
>>> df_a
   a
0  1
1  3

因此可以将列压缩，形成一个系列：

>>> df_a.squeeze('columns')
0    1
1    3
Name: a, dtype: int64

从单列中切片单行将生成一个标量 DataFrame：

>>> df_0a = df.loc[df.index < 1, ['a']]
>>> df_0a
   a
0  1

压缩行会产生单个标量系列：

>>> df_0a.squeeze('rows')
a    1
Name: 0, dtype: int64

挤压所有轴将直接投影为标量：

>>> df_0a.squeeze()
1