Python 在索引数据框中选择列

我已经导入了一个带有pd.read_csv的csv文件，使用了parse_日期和index_col。 这将导致数据帧的反跟踪

DatetimeIndex: 195972 entries, 2018-02-01 to 2019-10-25
Data columns (total 19 columns):
account_manager    195972 non-null object
article_des        195896 non-null object
article_n          195972 non-null object
article_o          195972 non-null object
budget_code        195972 non-null object
budget_naam        195972 non-null object
country            195972 non-null object
currency           195972 non-null object
customer           195972 non-null object
industrie          195972 non-null object
klantnaam          195972 non-null object
month              195972 non-null int64
revenue            195972 non-null float64
revenue_local      195972 non-null float64
sap_code           195972 non-null object
volume             195972 non-null float64
week               195972 non-null int64
weight             195972 non-null float64
year               195972 non-null int64
dtypes: float64(4), int64(3), object(12)
memory usage: 20.9+ MB
None

我已经尝试了所有可能的方法，在新的数据帧中只从这个数据帧中选择一列（权重）。它们都不起作用。什么；在索引数据帧中选择列的技巧是什么？

---

如果导入csv时没有索引列，我可以进行任何选择。

df['weight']

将返回一个序列，而

df['weight']]

将返回一个数据帧

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

print(df)
#    a  b
# 0  1  2
# 1  3  4
print(type(df['a']))
# <class 'pandas.core.series.Series'>
print(type(df[['a']]))
# <class 'pandas.core.frame.DataFrame'>

因此，要选择单个列作为数据帧，请传递一个元素列表

print(df[['a']])
#    a
# 0  1
# 1  3

---

使用df[['weight']]不起作用？您可能正在处理空白

df.to_dict（）

检查并查看。然后执行

df.columns=df.columns.str.strip（）

修复。

print(df[['a']])
#    a
# 0  1
# 1  3