将pandas Series转换为DataFrame

Question

我有一个Pandas系列sf：

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构造函数将这些作为params传递给dms，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docs

Answer 2

一个答案就是

myseries.to_frame(name='my_column_name')
myseries.reset_index(drop=True, inplace=True)  # As needed

Answer 3

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 4

Series.reset_index，带有name参数

通常会出现用例，其中需要将Series提升为DataFrame。但是，如果该系列没有名称，那么reset_index会导致类似的情况，

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

在此看到的列名称为“ 0”。我们可以通过指定一个name参数来解决此问题。

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而不将索引提升为列，请按照this answer中的建议使用Series.to_frame。此还支持名称参数。

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Series.to_frame参数来完成与columns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

为什么不series_obj.to_frame()?完成我的工作。

Answer 7

可能被评级为非pythonic方法，但这会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]