pandas：选择一行数据框而不是系列

Question

假设我有一群带有许多不同数据类型的pandas DataFrame，我想选择一行。

import numpy as np
import pandas as pd

df2 = pd.DataFrame({ 'A' : 1.,
                     'B' : pd.Timestamp('20130102'),
                     'C' : pd.Series(1,index=list(range(4)),dtype='float32'),
                     'D' : np.array([3] * 4,dtype='int32'),
                     'E' : pd.Categorical(["test","train","test","train"]),
                     'F' : 'foo' })

row = df2.loc[0]  

row是Series个对象。由于Series仅包含一种类型的数据，因此dtype是最常见的数据object。

>>> row 
A                      1
B    2013-01-02 00:00:00
C                      1
D                      3
E                   test
F                    foo
Name: 0, dtype: object

我可以将此Series转换为一行DataFrame，但因为Series有dtype == object，转换后的DataFrame中的每一行也是>>> row_as_df = row.to_frame().T >>> row_as_df.dtypes A object B object C object D object E object F object dtype: object ：

dtypes

我想要的是它与df2具有相同的>>> df2.dtypes A float64 B datetime64[ns] C float32 D int32 E category F object dtype: object ：

errors.add(:end_time, "is before Start time") unless start_time.nil? || end_time.nil? || start_time < end_time

有没有办法从数据框中选择行并让它给我一个单行数据框，包含所有原始数据类型，而不是一个系列？