パンダで2つのシリーズをDataFrameに結合する

2つのシリーズがs1ありs2、同じ（非連続）インデックスがあります。どのように私は組み合わせないs1とs2データフレーム内の2つの列であることにし、3列目と指標の一つを保ちますか？

concatこれを行うには良い方法だと思います。それらが存在する場合は、シリーズの名前属性を列として使用します（それ以外の場合は、単に番号を付けます）。

In [1]: s1 = pd.Series([1, 2], index=['A', 'B'], name='s1')

In [2]: s2 = pd.Series([3, 4], index=['A', 'B'], name='s2')

In [3]: pd.concat([s1, s2], axis=1)
Out[3]:
   s1  s2
A   1   3
B   2   4

In [4]: pd.concat([s1, s2], axis=1).reset_index()
Out[4]:
  index  s1  s2
0     A   1   3
1     B   2   4

注：これは2つ以上のシリーズに拡張されます。

両方に同じインデックスがある場合、なぜ.to_frameを使用しないのですか？

> = v0.23

a.to_frame().join(b)

< v0.23

a.to_frame().join(b.to_frame())

パンダは、連続して渡されたこれらを自動的に整列させ、結合インデックスを作成します。これらはここでも同じです。reset_indexインデックスを列に移動します。

In [2]: s1 = Series(randn(5),index=[1,2,4,5,6])

In [4]: s2 = Series(randn(5),index=[1,2,4,5,6])

In [8]: DataFrame(dict(s1 = s1, s2 = s2)).reset_index()
Out[8]: 
   index        s1        s2
0      1 -0.176143  0.128635
1      2 -1.286470  0.908497
2      4 -0.995881  0.528050
3      5  0.402241  0.458870
4      6  0.380457  0.072251

コード例：

a = pd.Series([1,2,3,4], index=[7,2,8,9])
b = pd.Series([5,6,7,8], index=[7,2,8,9])
data = pd.DataFrame({'a': a,'b':b, 'idx_col':a.index})

パンダは、作成することができますDataFrameからしdictてSeries値とキーとしてカラム名として。Series値としてa が見つかるSeriesと、DataFrameインデックスの一部としてインデックスを使用します。このデータ調整は、パンダの主要な特典の1つです。したがって、他のニーズがない限り、新しく作成されたDataFrame値は重複しています。上記の例でdata['idx_col']は、はと同じデータを持っていdata.indexます。

これに答えてもいいですか。

シリーズをデータフレームに変換する背後にある基本は、

1.概念レベルでは、データフレームのすべての列はシリーズです。

2.そして、すべての列名はシリーズにマップするキー名です。

上記の2つの概念を念頭に置いておくと、シリーズをデータフレームに変換する多くの方法を考えることができます。簡単な解決策の1つは次のようになります。

ここで2つのシリーズを作成

import pandas as pd

series_1 = pd.Series(list(range(10)))

series_2 = pd.Series(list(range(20,30)))

必要な列名だけで空のデータフレームを作成する

df = pd.DataFrame(columns = ['Column_name#1', 'Column_name#1'])

マッピングの概念を使用してデータフレーム内にシリーズ値を配置する

df['Column_name#1'] = series_1

df['Column_name#2'] = series_2

今すぐ結果を確認する

df.head(5)

私はあなたの質問を完全に理解しているのかわかりませんが、これはあなたがしたいことですか？

pd.DataFrame(data=dict(s1=s1, s2=s2), index=s1.index)

（index=s1.indexここでも必要ありません）

に基づくソリューションの簡素化join()：

df = a.to_frame().join(b)

私はパンダを使用して私のnumpy配列またはiseriesをデータフレームに変換し、「予測」としてキーによって列を追加および追加しました。データフレームをリストに変換し直す必要がある場合は、values.tolist（）を使用します

output=pd.DataFrame(X_test)
output['prediction']=y_pred

list=output.values.tolist()