从Pandas DataFrame提取Series后的重新索引问题

看来你在从DataFrame提取Series时踩了常见的坑——我来帮你拆解这两种写法的问题，以及给出靠谱的解决方案：

1. 为什么df.loc[5:,['Precipitation']]不对？ #

这里的问题出在列名用了列表包裹（['Precipitation']），loc遇到列名列表时，会返回一个只有一列的DataFrame，而不是你想要的Series。这是新手最容易犯的小错误之一。

修正方法很简单： #

把列名的外层方括号去掉，直接传字符串就行：

series = df.loc[5:, 'Precipitation']

这样返回的就是标准的Series类型了。

2. df.Precipitation[5:]的隐患是什么？ #

这种链式索引（先取属性Precipitation得到Series，再切片）虽然偶尔能得到正确结果，但有两个隐藏问题：

• 会触发SettingWithCopyWarning：如果后续你想修改这个series，pandas没法判断你是在改原DataFrame的视图还是副本，直接弹出警告，搞不好还会出现修改不生效的情况。
• 索引逻辑容易混乱：如果你的行索引不是连续的整数（虽然你这里是1到n，但万一后续有修改呢？），[5:]会按标签而不是位置切片，结果可能完全不符合预期。

更安全的写法： #

用loc或者iloc明确索引逻辑，避免歧义：

• 按标签索引（你的行索引是1到n，5是标签值）：

series = df.loc[5:, 'Precipitation']

• 按位置索引（注意pandas的位置索引从0开始，第5行对应的位置是4）：

series = df.iloc[4:, df.columns.get_loc('Precipitation')]

小技巧：验证结果类型 #

提取后可以用type(series)检查是不是pandas.Series；如果不小心得到了单列DataFrame，也可以用.squeeze()快速转成Series：

df.loc[5:, ['Precipitation']].squeeze()

内容的提问来源于stack exchange，提问作者Niko Z.