以下是我找到的方法：

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bug还是我错过了什么？
/EDIT：执行此操作的最佳方法：

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行放入panda Series的最稳定的方法。
顺便说一句，squeeze=True参数现在是无用的，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

这样就可以了。挤压仍然可以，但它不能单独工作。index_col需要设置为0，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

Pandas取值逻辑为：

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

由于上面的答案对我都不起作用，下面是另一个答案，从DataFrame手动重新创建Series。

# create example series
series = pd.Series([0, 1, 2], index=["a", "b", "c"])
series.index.name = "idx"
print(series)
print()

# create csv
series_csv = series.to_csv()
print(series_csv)

# read csv
df = pd.read_csv(io.StringIO(series_csv), index_col=0)
indx = df.index
vals = [df.iloc[i, 0] for i in range(len(indx))]
series_again = pd.Series(vals, index=indx)
print(series_again)

输出：

idx
a    0
b    1
c    2
dtype: int64

idx,0
a,0
b,1
c,2

idx
a    0
b    1
c    2
dtype: int64