我有一个格式如下的 CSV 文件：
somefeature,anotherfeature,f3,f4,f5,f6,f7,lastfeature
0,0,0,1,1,2,4,5
我尝试将其作为熊猫系列阅读（使用 Python 2.7 的熊猫每日快照）。我尝试了以下方法：
import pandas as pd
types = pd.Series.from_csv('csvfile.txt', index_col=False, header=0)
和：
types = pd.read_csv('csvfile.txt', index_col=False, header=0, squeeze=True)
但两者都行不通：第一个给出随机结果，第二个只是导入 DataFrame 而没有挤压。
似乎熊猫只能将格式如下的CSV识别为系列：
f1, value
f2, value2
f3, value3
但是当特征键在第一行而不是列时，pandas 不想挤压它。
还有什么我可以尝试的吗？这种行为是有意的吗？
这是我找到的方法：
df = pandas.read_csv('csvfile.txt', index_col=False, header=0);
serie = df.ix[0,:]
对我来说似乎有点愚蠢，因为 Squeeze 应该已经这样做了。这是一个错误还是我错过了什么？
/编辑：最好的方法：
df = pandas.read_csv('csvfile.txt', index_col=False, header=0);
serie = df.transpose()[0] # here we convert the DataFrame into a Serie
这是将面向行的 CSV 行转换为 pandas 系列的最稳定方法。
顺便说一句，squeeze=True 参数现在没用，因为截至今天（2013 年 4 月）它只适用于面向行的 CSV 文件，请参阅官方文档：
http://pandas.pydata.org/pandas-docs/dev/io.html#returning-series
这行得通。挤压仍然有效，但它不会单独工作。index_col需要设置为零，如下所示
series = pd.read_csv('csvfile.csv', header = None, index_col = 0, squeeze = True)
In [28]: df = pd.read_csv('csvfile.csv')
In [29]: df.ix[0]
Out[29]:
somefeature 0
anotherfeature 0
f3 0
f4 1
f5 1
f6 2
f7 4
lastfeature 5
Name: 0, dtype: int64
ds = pandas.read_csv('csvfile.csv', index_col=False, header=0);
X = ds.iloc[:, :10] #ix deprecated
由于 Pandas 值选择逻辑是：
DataFrame -> Series=DataFrame[Column] -> Values=Series[Index]
所以我建议：
df=pandas.read_csv("csvfile.csv")
s=df[df.columns[0]]
from pandas import read_csv
series = read_csv('csvfile.csv', header=0, parse_dates=[0], index_col=0, squeeze=True