Python 选择dataframe列而不删除标签

如何选择数据帧列df['col']，而不删除列的名称

df
index colname col1 col2 col3
  1             0    1    2
  2             3    4    5
  3             6    7    8
  4             9   10   11

期望输出：

df['col1']
index colname col1 
  1             0   
  2             3    
  3             6    
  4             9

编辑：正如正确回答的那样，df['col1']]完成任务。。。现在有点棘手了。如果列是多索引的呢

df    grpname A            B            ...  Z
index colname cA1 ... cAN  cB1 ... cBN  ...  cZ1 ... cZN
  1           a11 ... a1N  b11 ... b1N  ...  z11 ... z1N
  2           a21 ... a2N  b21 ... b2N  ...  z21 ... z2N
  3           a31 ... a3N  b31 ... b3N  ...  z31 ... z3N
  4           a41 ... a4N  b41 ... b4N  ...  z41 ... z4N

我想去

df    grpname A            
index colname cA1 cA2  
  1           a11 a12 
  2           a21 a22 
  3           a31 a32  
  4           a41 a42

---

看起来.xs只允许我检索某个列，即df.xs'a'，cAi'，level='grpname'，colname'，axis=1，drop_level=False，df['a']['cA1'：'cAi']也不起作用？

对于单个列选择，df['col']将返回一个序列，如果要保留列名，则需要双下标，该下标将返回数据帧：

In [2]:

import pandas as pd
pd.set_option('display.notebook_repr_html', False)
import io
temp = """index col1 col2 col3
  1             0    1    2
  2             3    4    5
  3             6    7    8
  4             9   10   11"""
df = pd.read_csv(io.StringIO(temp), sep='\s+',index_col=[0])
df
Out[2]:
       col1  col2  col3
index                  
1         0     1     2
2         3     4     5
3         6     7     8
4         9    10    11
In [4]:

df[['col1']]
Out[4]:
       col1
index      
1         0
2         3
3         6
4         9

与此形成对比的是：

In [5]:

df['col1']
Out[5]:
index
1        0
2        3
3        6
4        9
Name: col1, dtype: int64

编辑

---

正如@joris所指出的，您可以看到名称显示在输出的底部，因此名称不会丢失，只是一个不同的输出

如果您确定每列占用的空间，有一种方法可以做到这一点。 这是

---

df[['col']]是否不符合您的要求？df[['col']]仍应有效我不完全理解您的要求，您能否发布代码以复制数据和输出现在可能更清楚了。我想得到只包含两个“col”的“A”组，而不删除标签。请发布复制数据和组的代码注意列名不是“丢失”，区别只是表示形式不同。该系列仍然有名称，但在表示中，这是在底部。谢谢，我没有想到它。。。您可以检查编辑，看看是否可以回答多索引列的问题吗？这不是关于读取文件，而是关于索引现有数据帧

np.loadtxt("df.txt",
    dtype={
        'names': ('index', 'colname', 'col1', 'col2', 'col3'),
        'formats': (np.float, np.string, np.float, np.float, np.float)},
        delimiter= ' ', skiprows=1)