パンダシリーズをDataFrameに変換する


92

私はパンダシリーズSFを持っています:

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]

そして、それを次のDataFrameに変換したいと思います。

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]

私はそれを行う方法を見つけましたが、それがより効率的な方法であるとは思えません。

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)

4
パンダの最近のバージョンでは、これは1回のreset_index呼び出しで実現できます
cs95 2018

回答:


137

2つの一時的なdfを作成するのではなく、DataFrameコンストラクターを使用してこれらをdict内のパラメーターとして渡すことができます。

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

dfを作成する方法はたくさんあります。ドキュメントを参照してください


もう1つの優れたオプションは、シリーズの軸が同じ場合に連結することですpd.concat([sf.index, sf.values], axis=1)
Lauren

63

to_frame()

次のシリーズから始めて、df:

email
email1@email.com    A
email2@email.com    B
email3@email.com    C
dtype: int64

私が使用しto_frameをデータフレームに直列に変換します:

df = df.to_frame().reset_index()

    email               0
0   email1@email.com    A
1   email2@email.com    B
2   email3@email.com    C
3   email4@email.com    D

これで、列名の名前を変更し、インデックス列に名前を付けるだけで済みます。

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

DataFrameは、さらに分析する準備ができています。

更新:私はちょうど答えがここで私のものと驚くほど似ているこのリンクに出くわしました。


1
series_obj.to_frame()動作します!このクラスタイプを出力します<class 'pandas.core.frame.DataFrame'>
Johnny Zhang

1
なぜto_frame().reset_index()単にではなく使用するのreset_indexですか?あなたも、単に行うことができますreset_index(name='list')
dumbledad

17

Series.reset_indexname引数

多くの場合、シリーズをDataFrameにプロモートする必要があるユースケースが発生します。ただし、シリーズに名前がない場合はreset_index、次のようになります。

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

列名が表示されている場所は「0」です。nameパラメータを指定することでこれを修正できます。

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

インデックスを列にプロモートせずにDataFrameを作成する場合Series.to_frameは、この回答で提案されているように、を使用します。これはnameパラメーターサポートします。

s.to_frame(name='B')

   B
A   
a  1
b  2
c  3

pd.DataFrame コンストラクタ

paramをSeries.to_frame指定するのと同じことを行うこともできますcolumns

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

   B
A   
a  1
b  2
c  3

なぜto_frame代わりに使用するのか疑問に思いましたがreset_index、両方を使用する正当な理由はありますか?ここ
ダンブルダッド

@dumbledadは主にユーティリティです。インデックス付きの単一の列データフレームが必要な場合は、to_frame()を使用します。2つの列(1つはシリーズインデックスから、もう1つはシリーズ値自体から)が必要な場合は、reset_index()を使用します。
cs 9519

また、SeiresインデックスをDataFrame列名として使用して(つまり転置して)SeriesをDataFrameに変換したい場合はどうなりますか?to_frameこれを行うための議論がないようです。ありがとう。
交絡

。@Confounded使用to_frame()Tは転置する
cs95

17

一行の答えは

myseries.to_frame(name='my_column_name')

または

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

4

Series.to_frameをに変換するSeriesために使用できますDataFrame

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

例えば、

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

   newCol
0    a
1    b
2    c

1

おそらくこれを行うための非Pythonの方法として評価されますが、これにより、必要な結果が1行で得られます。

new_df = pd.DataFrame(zip(email,list))

結果:

               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]
弊社のサイトを使用することにより、あなたは弊社のクッキーポリシーおよびプライバシーポリシーを読み、理解したものとみなされます。
Licensed under cc by-sa 3.0 with attribution required.