Pandas 将序列转换为数据帧而不使用“数据类型”信息

Pandas 将序列转换为数据帧而不使用“数据类型”信息,pandas,dataframe,series,Pandas,Dataframe,Series,我有一个名为Sizemode的系列,其结构如下: In [1]:Sizemode Out[1]: 0 50000 1 248000 dtype: int64 当我试图用以下行创建数据帧时: test = pd.DataFrame({'Most Frequent Size':[Sizemode]}) 它在新测试数据帧的一个单元格中写入以下内容: 0 50000

我有一个名为Sizemode的系列,其结构如下:

In [1]:Sizemode   
Out[1]: 
0     50000    
1    248000    
dtype: int64
当我试图用以下行创建数据帧时:

test = pd.DataFrame({'Most Frequent Size':[Sizemode]})
它在新测试数据帧的一个单元格中写入以下内容:

0    50000                                                                             
1    248000dtype: int64
问题:如何创建具有以下结构的新数据帧

50000, 248000
非常感谢你的帮助

尝试更改:

test = pd.DataFrame({'Most Frequent Size':[Sizemode]})

Sizemode是一个系列对象,但是Sizemode.values将访问包含数据的数据数组,并且不会被拆分,或者在生成数据帧时包含数据类型信息。

pd.DataFrame{'Most frequency Size':[strupleSizeMode.values]}将在没有索引错误的情况下构造数据帧


strtpleSizeMode.values返回Sizemode中以逗号分隔的值字符串。

您希望50000和248000分别列在不同的列中,还是作为单个列中的列表?作为同一列中的列表谢谢。这给了我以下信息:[50000 248000]。如果可能的话,我想要不带[]的。谢谢!我已经更新了答案,将输出从列表转换为公共分隔字符串。ValueError:如果使用所有标量值,则必须传递索引。你知道怎么解决这个问题吗?非常感谢,经过编辑的代码将最频繁地调整索引的大小。或者,您可以这样做并定义自己的索引。test=pd.DataFrame{'Most frequency Size':,.joinmapstr,Sizemode.values},index=[0]。取决于你想要什么样的行为。太棒了!正是我想要的。谢谢。谢谢!
test = pd.DataFrame.from_dict({'Most Frequent Size':", ".join(map(str, Sizemode.values))}, orient="index")