如果通过列表选择DataFrame的列，则通过嵌套列表的子集获取DataFrame（double ）。

df = pd.DataFrame(columns=['col1','col3', 'col2'], index=[0,5])
df1 = df[['col1','col2']]
print (df1)
  col1 col2
0  NaN  NaN
5  NaN  NaN

所以如果传递一个元素列表，得到单列DataFrame。

df2 = df[['col1']]
print (df2)
  col1
0  NaN
5  NaN

对于Series只需要在一组方括号内传递单个列名，它显然返回Series。

s = df['col1']
print (s)
0    NaN
5    NaN
Name: col1, dtype: object

但是如果重复的列名改为Series，则获取DataFrame：

df = pd.DataFrame(columns=['col1','col1', 'col2'], index=[0,5])

df3 = df['col1']
print (df3)
  col1 col1
0  NaN  NaN
3  NaN  NaN

这可能是因为当你给予单个column_name作为字符串时，它会根据搜索关键字column_name执行选择并返回单个值。但是当你提供包含在列表中的相同column_name时，它会试图获取列表中的所有关键字，在这种情况下，它是一个。因此导致了一个 Dataframe 。
我猜他们使用一些标准逻辑来返回dataframe，如果提供了列表，而不管列表的长度。
进口Pandas当PD
df = pd.DataFrame（columns=[“a”，“B”，“c”]，data=[[1，4，7]，[2，5，8]，[3，6，9]]）
column_name =“a”
print（type（df[column_name]））
print（type（dfcolumn_name））
output：〈class 'pandas.core.series. Series'〉〈class 'pandas.core.frame. DataFrame'〉