pandas.Series.squeeze#

Series.squeeze(axis=None)[源代码]#

将一维轴对象压缩为标量。

只有一个元素的 Series 或 DataFrame 会被压缩为一个标量。只有一个列或一个行的 DataFrame 会被压缩为一个 Series。否则对象保持不变。

当你不确定你的对象是 Series 还是 DataFrame，但你知道它只有一列时，这种方法最为有用。在这种情况下，你可以安全地调用 squeeze 以确保你有一个 Series。

参数:

轴{0 或 ‘index’, 1 或 ‘columns’, None}, 默认 None: 要压缩的特定轴。默认情况下，所有长度为1的轴都会被压缩。对于 Series，此参数未使用并默认为 None。

返回:

参见

示例

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

切片可能会产生一个包含单个值的 Series：

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

>>> even_primes.squeeze()
2

如果在每个轴上有多个值的对象进行挤压操作，则不会执行任何操作：

>>> 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

在使用 DataFrames 时，挤压效果更为显著。

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

切片单个列将生成一个仅包含一个值的列的 DataFrame：

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

因此，列可以被压缩，从而形成一个系列：

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

从一个单一列中切分一行将产生一个单一标量的 DataFrame：

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

挤压行会产生一个标量序列：

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

挤压所有轴将直接投影到一个标量：

>>> df_0a.squeeze()
1