Pandas DataFrame.squeeze(~)
方法减少DataFrame单行或单列到一个系列。
参数
1.axis
| int
或 string
| optional
是否挤压行或列:
轴 |
说明 |
---|---|
|
挤压行。 |
|
挤压列。 |
默认情况下, axis=None
,这意味着同时考虑行和列以查看是否可以进行任何减少。
返回值
如果可以减少,则为Series
。否则,返回源DataFrame
。
例子
挤压single-column DataFrame
考虑以下 DataFrame :
df = pd.DataFrame({"A":[3,4]})
df
A
0 3
1 4
由于我们的 DataFrame 仅包含单个列,因此我们可以将其简化为 Series
,如下所示:
df.squeeze()
A 3
B 4
Name: 0, dtype: int64
挤压单行DataFrame
考虑以下 DataFrame :
df = pd.DataFrame({"A":[3],"B":[4]})
df
A B
0 3 4
由于我们的 DataFrame 仅包含一行,因此我们可以将其简化为 Series
,如下所示:
df.squeeze()
A 3
B 4
Name: 0, dtype: int64
指定轴参数
默认情况下,会检查行和列以查看是否可以进行减少。我们可以通过指定 axis
参数将此检查限制为仅行或列。
例如,考虑以下 DataFrame:
df = pd.DataFrame({"A":[3],"B":[4]})
df
A B
0 3 4
如果我们尝试使用列进行挤压,我们只会得到源DataFrame df
:
df.squeeze("columns")
A B
0 3 4
相关用法
- Python Pandas DataFrame sample方法用法及代码示例
- Python Pandas DataFrame swaplevel方法用法及代码示例
- Python PySpark DataFrame sampleBy方法用法及代码示例
- Python Pandas DataFrame set_axis方法用法及代码示例
- Python Pandas DataFrame select_dtypes方法用法及代码示例
- Python PySpark DataFrame selectExpr方法用法及代码示例
- Python PySpark DataFrame show方法用法及代码示例
- Python PySpark DataFrame select方法用法及代码示例
- Python Pandas DataFrame stack方法用法及代码示例
- Python Pandas DataFrame shift方法用法及代码示例
- Python Pandas DataFrame sort_index方法用法及代码示例
- Python Pandas DataFrame size属性用法及代码示例
- Python Pandas DataFrame set_index方法用法及代码示例
- Python Pandas DataFrame swapaxes方法用法及代码示例
- Python PySpark DataFrame sort方法用法及代码示例
- Python PySpark DataFrame sample方法用法及代码示例
- Python Pandas DataFrame sub方法用法及代码示例
- Python Pandas DataFrame sem方法用法及代码示例
- Python Pandas DataFrame sum方法用法及代码示例
- Python Pandas DataFrame std方法用法及代码示例
- Python PySpark DataFrame summary方法用法及代码示例
- Python Pandas DataFrame shape属性用法及代码示例
- Python Pandas DataFrame sort_values方法用法及代码示例
- Python Pandas DataFrame slice_shift方法用法及代码示例
- Python Pandas DataFrame empty属性用法及代码示例
注:本文由纯净天空筛选整理自Isshin Inada大神的英文原创作品 Pandas DataFrame | squeeze method。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。