Python 将熊猫系列转换为数据帧

我有一个熊猫系列sf：

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]

我想将其转换为以下数据帧：

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]

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

我找到了一种方法，但我怀疑它是否更有效：

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)

---

您不必创建2个临时dfs，只需使用DataFrame构造函数在dict内将其作为参数传递即可：

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

构建df的方法有很多，请参见

to_frame（）：

从以下系列开始，df：

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

我使用到_frame将序列转换为数据帧：

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]

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

现在，您只需重命名列名并命名索引列：

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

您的数据帧已准备好进行进一步分析

---

更新：我刚刚发现这里的答案与我的惊人的相似

一行答案是

myseries.to_frame(name='my_column_name')

或

带有

名称

参数 通常会出现一个用例，其中一个系列需要升级为一个数据帧。但是如果序列没有名称，那么

reset\u index

将导致如下结果：

s = pd.Series([1, 2, 3], index=['a', 'b', 'c']).rename_axis('A')
s

A
a    1
b    2
c    3
dtype: int64

您看到的列名是“0”。我们可以通过指定

名称

参数来解决此问题

s.reset_index(name='B')

   A  B
0  a  1
1  b  2
2  c  3

s.to_frame(name='B')

   B
A   
a  1
b  2
c  3

---

如果要创建数据帧而不将索引升级到列，请按照中的建议使用

Series.to\u frame

。这还支持名称参数

s.reset_index(name='B')

   A  B
0  a  1
1  b  2
2  c  3

s.to_frame(name='B')

   B
A   
a  1
b  2
c  3

---

构造函数 您还可以执行与

系列相同的操作。通过指定
列
参数来设置帧

：

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

   B
A   
a  1
b  2
c  3

可用于将

系列

转换为

数据帧

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

---

比如说,

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

   newCol
0    a
1    b
2    c

---

这可能是一种非pythonic的方式，但这将在一行中给出您想要的结果：

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

结果:

               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]

---

超级简单的方式也是如此

df = pd.DataFrame(series)

---

它将返回1列（系列值）+1个索引（0…n）的DF

如果系列具有相同的轴，则另一个伟大的选择是concat（[sf.index，sf.values]，axis=1）

系列对象到帧（）！我输出了这个类类型
为什么要使用
来_frame（）.重置_index（）
而不仅仅是
重置_index
？你甚至可以在熊猫的最新版本中执行
reset\u index（name='list'）
。我想知道为什么人们可能会使用
来构建
，而不是
reset\u index
，但是否有充分的理由同时使用这两种方法呢@邓布利多大部分是实用的。如果要使用索引的单列数据帧，请使用to_frame（）。如果您需要两列（一列来自系列索引，另一列来自系列值本身），请使用reset_index（）。如果我想将系列转换为使用Seires index作为数据帧列名称（即转置）的数据帧，该怎么办
to_frame
似乎没有这样做的参数。谢谢。@confound使用to_frame（）.T来转置它