将 Pandas 系列转换为 DataFrame

Question

我有一个熊猫系列科幻小说：

email
email1@email.com    [1.0, 0.0, 0.0]
email2@email.com    [2.0, 0.0, 0.0]
email3@email.com    [1.0, 0.0, 0.0]
email4@email.com    [4.0, 0.0, 0.0]
email5@email.com    [1.0, 0.0, 3.0]
email6@email.com    [1.0, 5.0, 0.0]

我想将其转换为以下 DataFrame：

index | email             | list
_____________________________________________
0     | email1@email.com  | [1.0, 0.0, 0.0]
1     | email2@email.com  | [2.0, 0.0, 0.0]
2     | email3@email.com  | [1.0, 0.0, 0.0]
3     | email4@email.com  | [4.0, 0.0, 0.0]
4     | email5@email.com  | [1.0, 0.0, 3.0]
5     | email6@email.com  | [1.0, 5.0, 0.0]

我找到了一种方法，但我怀疑它是更有效的方法：

df1 = pd.DataFrame(data=sf.index, columns=['email'])
df2 = pd.DataFrame(data=sf.values, columns=['list'])
df = pd.merge(df1, df2, left_index=True, right_index=True)

Answer 1

您可以使用 DataFrame 构造函数将它们作为 dict 中的参数传递，而不是创建 2 个临时 dfs：

pd.DataFrame({'email':sf.index, 'list':sf.values})

有很多方法可以构建 df，请参阅文档

Answer 2

to_frame() :

从以下系列开始，df：

email
email1@email.com    A
email2@email.com    B
email3@email.com    C
dtype: int64

我使用to_frame将系列转换为 DataFrame：

df = df.to_frame().reset_index()

    email               0
0   email1@email.com    A
1   email2@email.com    B
2   email3@email.com    C
3   email4@email.com    D

现在您只需要重命名列名并命名索引列：

df = df.rename(columns= {0: 'list'})
df.index.name = 'index'

您的 DataFrame 已准备好进行进一步分析。

更新：我刚刚看到这个链接，这里的答案与我的惊人相似。

Answer 3

一行答案是

myseries.to_frame(name='my_column_name')

或者

myseries.reset_index(drop=True, inplace=True)  # As needed

Answer 4

带name参数的Series.reset_index

通常会出现需要将 Series 提升为 DataFrame 的用例。 但是如果系列没有名称，那么reset_index将导致类似的结果，

s = pd.Series([1, 2, 3], index=['a', 'b', 'c']).rename_axis('A')
s

A
a    1
b    2
c    3
dtype: int64

s.reset_index()

   A  0
0  a  1
1  b  2
2  c  3

您看到的列名是“0”。 我们可以通过指定name参数来解决这个问题。

s.reset_index(name='B')

   A  B
0  a  1
1  b  2
2  c  3

s.reset_index(name='list')

   A  list
0  a     1
1  b     2
2  c     3

---

Series.to_frame

如果要创建 DataFrame 而不将索引提升到列，请使用Series.to_frame ，如本答案中所建议。 这也支持名称参数。

s.to_frame(name='B')

   B
A   
a  1
b  2
c  3

---

pd.DataFrame构造函数

您还可以通过指定columns参数来执行与Series.to_frame相同的操作：

pd.DataFrame(s, columns=['B'])

   B
A   
a  1
b  2
c  3

Answer 5

超级简单的方法也是

df = pd.DataFrame(series)

它将返回 1 列（系列值）+ 1 个索引（0....n）的 DF

Answer 6

Series.to_frame可用于将Series转换为DataFrame 。

# The provided name (columnName) will substitute the series name
df = series.to_frame('columnName')

---

例如，

s = pd.Series(["a", "b", "c"], name="vals")
df = s.to_frame('newCol')
print(df)

   newCol
0    a
1    b
2    c

Answer 7

为什么不选择series_obj.to_frame()? 它完成了我的工作。

Answer 8

可能被评为非pythonic方式来执行此操作，但这将在一行中给出您想要的结果：

new_df = pd.DataFrame(zip(email,list))

结果：

               email               list
0   email1@email.com    [1.0, 0.0, 0.0]
1   email2@email.com    [2.0, 0.0, 0.0]
2   email3@email.com    [1.0, 0.0, 0.0]
3   email4@email.com    [4.0, 0.0, 3.0]
4   email5@email.com    [1.0, 5.0, 0.0]