如何将具有numpy数组值的熊猫系列转换为数据框

Question

1. 我有一个熊猫系列，其值是numpy数组。 为了简单起见，说

series = pd.Series([np.array([1,2,3,4]), np.array([5,6,7,8]), np.array([9,10,11,12])], index=['file1', 'file2', 'file3'])

file1       [1, 2, 3, 4]
file2       [5, 6, 7, 8]
file3    [9, 10, 11, 12]

如何将其扩展为df_concatenated形式的数据df_concatenated ：

       0   1   2   3
file1  1   2   3   4
file2  5   6   7   8
file3  9  10  11  12

2. 相同问题的更广泛版本。 实际上，该series是从以下形式的其他数据框中获得的：

数据帧：

              0   1
file  slide        
file1 1       1   2
      2       3   4
file2 1       5   6
      2       7   8
file3 1       9  10
      2      11  12

通过将“文件”索引与列的连接分组。

   def concat_sublevel(data):
        return np.concatenate(data.values)

   series = data.groupby(level=[0]).apply(concat_sublevel)

可能有人看到将数据帧data为df_concatenated的更好方法。

警告。 对于不同的file值， slide子索引可以具有不同数量的值。 在这种情况下，我需要重复一行，以在所有结果行中获得相同的尺寸

Answer 1

您可以尝试使用记录中的pandas Dataframe

pd.DataFrame.from_records(series.values,index=series.index)

日期：

    0   1   2   3
file1   1   2   3   4
file2   5   6   7   8
file3   9   10  11  12