DataFrame.squeeze(axis=None) [source]
将1维轴对象Squeeze成标量(scalars)。
具有单个元素的Series或数据类型被压缩为标量(scalars)。具有单列或单行的数据被Squeeze为一个Series。否则对象不变。
当不知道对象是Series还是DataFrame，但知道它只有一个列时，此方法最有用。在这种情况下，您可以安全地调用squeeze，以确保您拥有一个Series。
参数： | axis： 一个特定squeeze的轴。默认情况下， 所有长度为 |
返回值： | DataFrame, Series, 或 scalar 挤squeeze轴或所有轴后的projection。 |
例子
>>> primes = pd.Series([2, 3, 5, 7])
切片可能会产生具有单个值的系列：
>>> even_primes = primes[primes % 2 == 0]>>> even_primes0 2dtype: 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_primes1 32 53 7dtype: int64>>> odd_primes.squeeze()1 32 53 7dtype: int64
与DataFrames一起使用时，压缩更为有效
>>> df = pd.DataFrame([[1, 2], [3, 4]], columns=['a', 'b'])>>> df a b0 1 21 3 4
切片单个列将产生一个DataFrame，其中的列只有一个值
>>> df_a = df[['a']]>>> df_a a0 11 3
因此，可以将列压缩，从而得到一个系列：
>>> df_a.squeeze('columns')0 11 3Name: a, dtype: int64从单列切单行将产生单个标量DataFrame：
>>> df_0a = df.loc[df.index < 1, ['a']]>>> df_0a a0 1
挤压行产生单个标量级数：
>>> df_0a.squeeze('rows')a 1Name: 0, dtype: int64挤压所有轴将直接投影到标量中：
>>> df_0a.squeeze()1