Pandas提取DataFrame单行时维度异常，如何正确生成单行独立DataFrame

问题根源 #

你使用csv.loc[0]提取单行时，pandas默认返回的是Series对象而非DataFrame：该Series的索引是原DataFrame的51个列名，值对应行的各列数值，所以你查看结构时会呈现为51行（对应原列数）、2列（对应索引+值）的形态，和你预期的1行51列DataFrame不符。

单行提取调整方法 #

如果要提取单行并保留DataFrame结构，给loc的行索引包裹一层列表即可：

# 提取第0行，返回1行51列的DataFrame
csv_row1 = csv.loc[[0]]
# 提取第1行，返回1行51列的DataFrame
csv_row2 = csv.loc[[1]]

# 验证维度，输出应为 (1,51)
print(csv_row1.shape)

如果你的DataFrame索引不是默认的数字序列，想按行的位置提取而非索引值提取，可以换成iloc方法，用法一致：csv.iloc[[0]]取位置第一行的DataFrame。

批量操作方法 #

如果要批量把每一行都生成独立的DataFrame，可以直接遍历原DataFrame的索引，将结果存入列表或字典统一管理：

# 方法1：存入列表，下标对应原行索引
row_df_list = [csv.loc[[i]] for i in csv.index]

# 方法2：存入字典，key自定义（比如用行号命名）
row_df_dict = {f"csv_row{i+1}": csv.loc[[i]] for i in csv.index}

# 调用示例，取第一行DataFrame
print(row_df_list[0].shape)
print(row_df_dict["csv_row1"].shape)

内容的提问来源于stack exchange，提问作者AlwaysWondering