将pandas系列转换为DataFrame

Question

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]

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)

Answer 1

到框架（）：

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to_frame将序列转换为数据帧：

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

现在您只需要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：我刚刚遇到this link这里的答案与我的答案惊人地相似。

Answer 2

一行的答案是

myseries.to_frame(name='my_column_name')
myseries.reset_index(drop=True, inplace=True)  # As needed

Answer 3

您可以使用DataFrame构造函数在dict中将这些作为参数传递，而不是创建2个临时df：

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

有很多方法可以构造df，请参见docs