Convertir pandas Series en DataFrame

92

Tengo una serie de Pandas sf:

email
[email protected]    [1.0, 0.0, 0.0]
[email protected]    [2.0, 0.0, 0.0]
[email protected]    [1.0, 0.0, 0.0]
[email protected]    [4.0, 0.0, 0.0]
[email protected]    [1.0, 0.0, 3.0]
[email protected]    [1.0, 5.0, 0.0]

Y me gustaría transformarlo en el siguiente DataFrame:

index | email             | list
_____________________________________________
0     | [email protected]  | [1.0, 0.0, 0.0]
1     | [email protected]  | [2.0, 0.0, 0.0]
2     | [email protected]  | [1.0, 0.0, 0.0]
3     | [email protected]  | [4.0, 0.0, 0.0]
4     | [email protected]  | [1.0, 0.0, 3.0]
5     | [email protected]  | [1.0, 5.0, 0.0]

Encontré una manera de hacerlo, pero dudo que sea la más eficiente:

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)
woshitom
fuente
4
En versiones más recientes de pandas, esto se puede lograr con una sola reset_indexllamada .
cs95

Respuestas:

137

En lugar de crear 2 dfs temporales, simplemente puede pasarlos como parámetros dentro de un dictado usando el constructor DataFrame:

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

Hay muchas formas de construir un df, consulte los documentos

EdChum
fuente
otra gran opción es concat si su serie tiene los mismos ejespd.concat([sf.index, sf.values], axis=1)
Lauren
63

to_frame () :

Comenzando con la siguiente serie, df:

email
[email protected]    A
[email protected]    B
[email protected]    C
dtype: int64

Yo uso to_frame para convertir la serie a DataFrame:

df = df.to_frame().reset_index()

    email               0
0   [email protected]    A
1   [email protected]    B
2   [email protected]    C
3   [email protected]    D

Ahora todo lo que necesita es cambiar el nombre de la columna y nombrar la columna de índice:

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

Su DataFrame está listo para un análisis más detallado.

Actualización: Acabo de encontrar este enlace donde las respuestas son sorprendentemente similares a las mías aquí.

Shoresh
fuente
1
series_obj.to_frame()¡trabajos! Produzco este tipo de clase<class 'pandas.core.frame.DataFrame'>
Johnny Zhang
1
¿Por qué usar en to_frame().reset_index()lugar de solo reset_index? Incluso podrías hacerloreset_index(name='list')
dumbledad
17

Series.reset_indexcon nameargumento

A menudo, surge el caso de uso en el que una serie debe promoverse a un DataFrame. Pero si la Serie no tiene nombre, reset_indexresultará en algo como,

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

Donde ves el nombre de la columna es "0". Podemos solucionar esto especificando un nameparámetro.

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

Si desea crear un DataFrame sin promover el índice a una columna, use Series.to_frame, como se sugiere en esta respuesta . Esto también admite un parámetro de nombre.

s.to_frame(name='B')

   B
A   
a  1
b  2
c  3

pd.DataFrame Constructor

También puede hacer lo mismo que Series.to_frameespecificando un columnsparámetro:

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

   B
A   
a  1
b  2
c  3
cs95
fuente
Me preguntaba por qué uno podría usar en to_framelugar de reset_index, pero ¿alguna vez hay una buena razón para usar ambos? aquí
dumbledad
@dumbledad principalmente utilidad. Si desea un marco de datos de una sola columna con índice, use to_frame (). Si necesita dos columnas (una del índice de la serie y la otra de los valores de la serie en sí), utilice reset_index ().
cs95
¿Y qué pasa si quiero convertir Series a DataFrame con el índice Seires utilizado como nombres de columnas de DataFrame (es decir, transpuesto)? to_frameno parece tener un argumento para hacer esto. Gracias.
Confundido el
@Confounded use to_frame (). T para transponerlo
cs95
17

La respuesta de una línea sería

myseries.to_frame(name='my_column_name')

O

myseries.reset_index(drop=True, inplace=True)  # As needed
Misterioso
fuente
4

Series.to_framese puede utilizar para convertir Seriesa DataFrame.

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

Por ejemplo,

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

   newCol
0    a
1    b
2    c
Giorgos Myrianthous
fuente