將 Pandas Series 轉換為 DataFrame
Sathiya Sarathi
2023年1月30日
2020年12月19日
-
使用
pandas.DataFrame()
將單個 PandasSeries
轉換為DataFrame
-
使用
pandas.Series.to_frame()
將單個 PandasSeries
轉換為DataFrame
- 將多個 Pandas Series 轉換為 Dataframe
從派生的或現有的 Pandas Series
中建立更新的列是特徵工程中的一項艱鉅活動。新建立的 Series
或列可以使用 Pandas 的本地函式轉換為 Dataframe。在本文中,我們將介紹如何將 Pandas 的 Series
轉換為 Dataframe。
在下面的例子中,我們將使用下面的程式碼段來建立 DataFrame。
import pandas as pd
import numpy as np
np.random.seed(0)
df_series = pd.Series(np.random.randint(0,100,size=(10)),
index=['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j'])
print (df_series)
輸出:
a 44
b 47
c 64
d 67
e 67
f 9
g 83
h 21
i 36
j 87
dtype: int64
使用 pandas.DataFrame()
將單個 Pandas Series
轉換為 DataFrame
可以使用 DataFrame()
建構函式,將 Pandas Series
作為引數,將 Series
轉換為 Dataframe。
import pandas as pd
import numpy as np
np.random.seed(0)
df_series = pd.Series(np.random.randint(0,100,size=(10)),
index=['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j'])
print (pd.DataFrame(df_series, columns=['A']))
輸出:
A
a 81
b 37
c 25
d 77
e 72
f 9
g 20
h 80
i 69
j 79
如上所示,函式的輸出將返回一個 Dataframe。
使用 pandas.Series.to_frame()
將單個 Pandas Series
轉換為 DataFrame
本函式將給定的 Pandas Series
轉換為 Dataframe。列的名稱可以用 name
引數設定。
import pandas as pd
import numpy as np
np.random.seed(0)
df_series = pd.Series(np.random.randint(0,100,size=(10)),
index=['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j'])
print (df_series.to_frame(name='A'))
輸出:
A
a 44
b 47
c 64
d 67
e 67
f 9
g 83
h 21
i 36
j 87
在某些情況下,給定的 Series
沒有任何名稱。在這種情況下,reset_index()
方法可以派上用場。
import pandas as pd
import numpy as np
np.random.seed(0)
df_series = pd.Series(np.random.randint(0,100,size=(10)),
index=['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j']).rename_axis('index')
print (df_series)
print ('\n')
print (df_series.reset_index())
輸出:
index
a 44
b 47
c 64
d 67
e 67
f 9
g 83
h 21
i 36
j 87
dtype: int64
index 0
0 a 44
1 b 47
2 c 64
3 d 67
4 e 67
5 f 9
6 g 83
7 h 21
8 i 36
9 j 87
如上所示,建立的 DataFrame 中包含了一個名為 0
的新列,並且現有的索引已經被提升為列。可以使用提供給 reset_index()
函式的 name
引數對名為 0
的列進行重新命名,如下所示。
import pandas as pd
import numpy as np
np.random.seed(0)
df_series = pd.Series(np.random.randint(0,100,size=(10)),
index=['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j']).rename_axis('index')
print (df_series)
print ('\n')
print (df_series.reset_index(name='A'))
輸出:
index
a 44
b 47
c 64
d 67
e 67
f 9
g 83
h 21
i 36
j 87
dtype: int64
index A
0 a 44
1 b 47
2 c 64
3 d 67
4 e 67
5 f 9
6 g 83
7 h 21
8 i 36
9 j 87
將多個 Pandas Series 轉換為 Dataframe
上面的例子已經證明了將一個單一的 Pandas Series
轉換為 Dataframe 的能力。如果有多個 Series
,而這些需要拼接成一個單一的 Dataframe 呢?在建立單個系列後,可以通過使用 concat()
函式進行連線來建立 DataFrame。
import pandas as pd
import numpy as np
np.random.seed(0)
df_series1 = pd.Series(np.random.randint(0,100,size=(10)),
index=['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j'])
df_series2 = pd.Series(np.random.randint(40,100,size=(10)),
index=['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j'])
df_series3 = pd.Series(np.random.randint(80,100,size=(10)),
index=['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j'])
df_stitched = pd.concat([df_series1, df_series2, df_series3], axis=1)
print (df_stitched)
輸出:
0 1 2
a 44 46 97
b 47 64 85
c 64 64 93
d 67 52 88
e 67 98 89
f 9 41 99
g 83 78 96
h 21 79 99
i 36 63 85
j 87 86 95
請注意,pd.concat()
函式包含了一個 axis=1
引數,它對應於沿列的追加。如果沒有提供 axis
,將對所有 Dataframe 進行合併或聯合。
相關文章 - Pandas DataFrame
- 如何將 Pandas DataFrame 列標題獲取為列表
- 如何刪除 Pandas DataFrame 列
- 如何在 Pandas 中將 DataFrame 列轉換為日期時間
- 如何在 Pandas DataFrame 中將浮點數轉換為整數
- 如何按一列的值對 Pandas DataFrame 進行排序
- 如何用 group-by 和 sum 獲得 Pandas 總和