Konwertuj pandy Series do DataFrame

To_frame():

Począwszy od następującej serii, df:

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

Używam to_frame do konwersji serii na 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

Teraz wystarczy zmienić nazwę kolumny i nazwę kolumny indeksu:

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

Update: właśnie natknąłem się na ten link gdzie odpowiedzi są zaskakująco podobne do moich tutaj.

Series.reset_index z argumentem name

Często pojawia się przypadek użycia, w którym seria musi być promowana do ramki danych. Ale jeśli seria nie ma nazwy, to reset_index spowoduje coś w rodzaju,

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

Gdzie widzisz nazwę kolumny to "0". Możemy to naprawić podając parametr name.

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

Jeśli chcesz utworzyć ramkę danych bez promowania indeks do kolumny, użyj Series.to_frame, jak sugerowano w ta odpowiedź . Ten również obsługuje parametr name.

s.to_frame(name='B')

   B
A   
a  1
b  2
c  3

pd.DataFrame Konstruktor

Możesz również zrobić to samo co Series.to_frame, podając columns param:

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

   B
A   
a  1
b  2
c  3

Odpowiedź w jednej linii to

myseries.to_frame(name='my_column_name')

Lub

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

Series.to_frame może być użyty do konwersji Series na DataFrame.

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

Na przykład,

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

   newCol
0    a
1    b
2    c

Prawdopodobnie klasyfikowane jako nie pythoniczny sposób, aby to zrobić, ale to da wynik, który chcesz w linii:

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

Wynik:

               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, 3.0]
4   [email protected]    [1.0, 5.0, 0.0]

Super prosty sposób jest również

df = pd.DataFrame(series)

Zwróci DF 1 kolumny ( wartości serii) + 1 indeks (0....n)