Python 方法返回序列而不是单元格值

情况：熊猫数据帧的

iterrows（）

行在两种不同的环境中表现不同。在其中一个中，

row.get（）

按预期返回一个值，在另一个中，

row.get（）

本身返回一个序列，这是意外的

问题：是否存在可能导致两个环境之间的以下行为不同的设置/某些配置？我承认在这个例子中并不是所有的信息都存在。我所希望的是，如果出现以下行为，有人可能会认识到这是某种常见模式或设置更改的结果

详情： 在第一个环境中，我通过Pandas的

iterrows（）

方法迭代行。在每一行中，我访问一个给定的属性，如下所示：

print(type(row)) # pandas.series.Series

foo_val = row.get('foo', default=None)

print(type(foo_val)) # float
print(foo_val) # 234.23

现在，当我再次在第二个环境中跑步时；

iterrows（）

操作返回一个

行

变量。它看起来很正常，但获取（

row.get（）

）每个元素的行为都与以前不同。具体来说，返回值不是int、float、str等，而是一个保留索引的系列，这样：

print(type(row)) # pandas.series.Series

foo_val = row.get('foo', default=None)

print(type(foo_val)) # pandas.series.Series
print(foo_val) 
# foo      234.23
# Name: 0, dtype: object

foo_val_v2 = foo_val.get('foo', default=None)

print(type(foo_val_v2)) # float
print(foo_val_v2) # 234.23

最后的想法： 我似乎记得在某个时候，您可以配置pandas以返回带有行值的索引，但也许我是在想象

---

我还应该注意，在这两种情况下打印

行

会得到相同的结果，记录每个列类型、行类型等也是如此。也就是说，我可以断言行类型相同，父数据帧中的列类型相同，每个行元素的类型相同。

。如果我对dataframe进行更彻底的分析，我可能会注意到列名重复

返回序列而不是单个值的原因是，通过远上游的

.rename（）

操作，有两列具有相同的名称。因此，Pandas的行为（应该如此）在请求该列值时作为一个系列返回

下面是一个独立的示例

>>> df = pd.DataFrame({"A": [1, 2, 3], "B": [4, 5, 6]})

>>> df.rename(columns={'B': 'A'})
   A  A
0  1  4
1  2  5
2  3  6

>>> df['A']
0    1
1    2
2    3
Name: A, dtype: int64

>>> type(df['A'])
<class 'pandas.core.series.Series'>

>>> df = pd.DataFrame({"A": [1, 2, 3], "B": [4, 5, 6]})

>>> df = df.rename(columns={'B': 'A'})

>>> df['A']
   A  A
0  1  4
1  2  5
2  3  6

>>> type(df['A'])
<class 'pandas.core.frame.DataFrame'>

数据帧（{“A”：[1,2,3]，“B”：[4,5,6]}） >>>重命名（列={'B'：'A'}） A 0 1 4 1 2 5 2 3 6 >>>df['A'] 0 1 1 2 2 3 名称：A，数据类型：int64 >>>类型（df['A']） >>>df=pd.DataFrame（{“A”：[1,2,3]，“B”：[4,5,6]}） >>>df=df.rename（列={'B'：'A'}） >>>df['A'] A 0 1 4 1 2 5 2 3 6 >>>类型（df['A']）

---

如果没有一个可复制的例子，任何人都很难提供帮助。熊猫身上的许多错误修复都是通过SO（例如最近），但这需要一些东西来开始。谢谢，我承认这是一个问题，我无法找出繁殖的错误。因此，这可能是一个糟糕的SO帖子。我这样做是因为有人可能认识到这个问题，或者在过去遇到过这个问题。与此同时，我正试图更好地隔离它（但一整天都干了，所以这里有冰雹玛丽）。