Saya memiliki seri Pandas sf:
email
[email protected] [1.0, 0.0, 0.0]
[email protected] [2.0, 0.0, 0.0]
[email protected] [1.0, 0.0, 0.0]
[email protected] [4.0, 0.0, 0.0]
[email protected] [1.0, 0.0, 3.0]
[email protected] [1.0, 5.0, 0.0]
Dan saya ingin mengubahnya menjadi DataFrame berikut:
index | email | list
_____________________________________________
0 | [email protected] | [1.0, 0.0, 0.0]
1 | [email protected] | [2.0, 0.0, 0.0]
2 | [email protected] | [1.0, 0.0, 0.0]
3 | [email protected] | [4.0, 0.0, 0.0]
4 | [email protected] | [1.0, 0.0, 3.0]
5 | [email protected] | [1.0, 5.0, 0.0]
Saya menemukan cara untuk melakukannya, tetapi saya ragu cara ini lebih efisien:
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)
reset_index
panggilan .Jawaban:
Daripada membuat 2 df sementara Anda bisa meneruskan ini sebagai params dalam sebuah dict menggunakan konstruktor DataFrame:
pd.DataFrame({'email':sf.index, 'list':sf.values})
Ada banyak cara untuk membuat df, lihat dokumennya
sumber
pd.concat([sf.index, sf.values], axis=1)
to_frame () :
Dimulai dengan Seri berikut, df:
Saya menggunakan to_frame untuk mengonversi seri ke DataFrame:
df = df.to_frame().reset_index() email 0 0 [email protected] A 1 [email protected] B 2 [email protected] C 3 [email protected] D
Sekarang yang Anda butuhkan hanyalah mengganti nama kolom dan memberi nama kolom indeks:
df = df.rename(columns= {0: 'list'}) df.index.name = 'index'
DataFrame Anda siap untuk analisis lebih lanjut.
Pembaruan: Saya baru saja menemukan tautan ini di mana jawabannya sangat mirip dengan saya di sini.
sumber
series_obj.to_frame()
berhasil! Saya mengeluarkan tipe kelas ini<class 'pandas.core.frame.DataFrame'>
to_frame().reset_index()
daripada hanyareset_index
? Anda bahkan bisa melakukannyareset_index(name='list')
Series.reset_index
denganname
argumenSeringkali muncul kasus penggunaan di mana Seri perlu dipromosikan ke DataFrame. Tetapi jika Seri tidak memiliki nama, maka
reset_index
akan menghasilkan sesuatu seperti,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
Di mana Anda melihat nama kolom adalah "0". Kita dapat memperbaikinya dengan menentukan
name
parameter.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
Jika Anda ingin membuat DataFrame tanpa mempromosikan indeks ke kolom, gunakan
Series.to_frame
, seperti yang disarankan dalam jawaban ini . Ini juga mendukung parameter nama.s.to_frame(name='B') B A a 1 b 2 c 3
pd.DataFrame
PembuatAnda juga dapat melakukan hal yang sama
Series.to_frame
dengan menentukancolumns
parameter:pd.DataFrame(s, columns=['B']) B A a 1 b 2 c 3
sumber
to_frame
alih-alihreset_index
, tetapi apakah ada alasan bagus untuk menggunakan keduanya? di sinito_frame
tampaknya tidak memiliki alasan untuk melakukan ini. Terima kasih.Jawaban satu baris adalah
myseries.to_frame(name='my_column_name')
Atau
myseries.reset_index(drop=True, inplace=True) # As needed
sumber
Series.to_frame
dapat digunakan untuk mengkonversiSeries
keDataFrame
.# The provided name (columnName) will substitute the series name df = series.to_frame('columnName')
Sebagai contoh,
s = pd.Series(["a", "b", "c"], name="vals") df = s.to_frame('newCol') print(df) newCol 0 a 1 b 2 c
sumber
mungkin dinilai sebagai cara non-pythonic untuk melakukan ini, tetapi ini akan memberikan hasil yang Anda inginkan dalam satu baris:
Hasil:
email list 0 [email protected] [1.0, 0.0, 0.0] 1 [email protected] [2.0, 0.0, 0.0] 2 [email protected] [1.0, 0.0, 0.0] 3 [email protected] [4.0, 0.0, 3.0] 4 [email protected] [1.0, 5.0, 0.0]
sumber