Converter pandas Series em DataFrame

95

Eu tenho uma série 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]

E eu gostaria de transformá-lo no seguinte DataFrame:

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]

Encontrei uma maneira de fazer isso, mas duvido que seja a mais eficiente:

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)
woshitom
fonte
4
Nas versões mais recentes dos pandas, isso pode ser conseguido com uma única reset_indexchamada .
cs95

Respostas:

141

Em vez de criar 2 dfs temporários, você pode apenas passá-los como parâmetros em um dicionário usando o construtor DataFrame:

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

Existem muitas maneiras de construir um df, consulte a documentação

EdChum
fonte
outra ótima opção é concatenar se sua série tiver os mesmos eixospd.concat([sf.index, sf.values], axis=1)
Lauren
64

to_frame () :

Começando com a seguinte série, df:

email
[email protected]    A
[email protected]    B
[email protected]    C
dtype: int64

Eu uso to_frame para converter a série em 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

Agora tudo que você precisa é renomear o nome da coluna e nomear a coluna do índice:

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

Seu DataFrame está pronto para análise posterior.

Atualização: Acabei de encontrar este link onde as respostas são surpreendentemente semelhantes às minhas aqui.

Shoresh
fonte
1
series_obj.to_frame()trabalho! Eu produzo este tipo de aula<class 'pandas.core.frame.DataFrame'>
Johnny Zhang
1
Por que usar em to_frame().reset_index()vez de apenas reset_index? Você poderia até simplesmente fazerreset_index(name='list')
dumbledad
19

Uma resposta de linha seria

myseries.to_frame(name='my_column_name')

Ou

myseries.reset_index(drop=True, inplace=True)  # As needed
Misterioso
fonte
18

Series.reset_indexcom nameargumento

Freqüentemente, surge o caso de uso em que uma série precisa ser promovida a um DataFrame. Mas se a série não tiver nome, reset_indexresultará em algo como,

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

Onde você vê o nome da coluna é "0". Podemos corrigir isso especificando um nameparâmetro.

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

Se você deseja criar um DataFrame sem promover o índice a uma coluna, use Series.to_frame, conforme sugerido nesta resposta . Isso também suporta um parâmetro de nome.

s.to_frame(name='B')

   B
A   
a  1
b  2
c  3

pd.DataFrame Construtor

Você também pode fazer o mesmo que Series.to_frameespecificando um columnsparâmetro:

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

   B
A   
a  1
b  2
c  3
cs95
fonte
Fiquei me perguntando por que um poderia usar em to_framevez de reset_index, mas existe um bom motivo para usar os dois? aqui
dumbledad
@dumbledad principalmente utilitário. Se você quiser um único dataframe col com índice, use to_frame (). Se você precisar de duas colunas (uma do índice da série e outra dos próprios valores da série), vá com reset_index ().
cs95
E se eu quiser converter Series para DataFrame com o índice Seires usado como nomes de colunas de DataFrame (ou seja, transpostas)? to_framenão parece ter um argumento para fazer isso. Obrigado.
Confundido em
@Confounded use to_frame (). T para transpor
cs95 de
4

Series.to_framepode ser usado para converter um Seriespara DataFrame.

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

Por exemplo,

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

   newCol
0    a
1    b
2    c
Giorgos Myrianthous
fonte