我有两个Series,分别是s1
和s2
,它们的索引相同但不连续。我如何将s1
和s2
组合成一个DataFrame中的两列,并保留其中一个索引作为第三列?
我认为concat
是一个很好的方法。如果它们存在,它将使用Series的名称属性作为列名(否则仅对其进行编号):
In [1]: s1 = pd.Series([1, 2], index=['A', 'B'], name='s1')
In [2]: s2 = pd.Series([3, 4], index=['A', 'B'], name='s2')
In [3]: pd.concat([s1, s2], axis=1)
Out[3]:
s1 s2
A 1 3
B 2 4
In [4]: pd.concat([s1, s2], axis=1).reset_index()
Out[4]:
index s1 s2
0 A 1 3
1 B 2 4
注意:这适用于超过2个系列。
如果两者具有相同的索引,您可以使用to_frame
。
>= v0.23
a.to_frame().join(b)
< v0.23
a.to_frame().join(b.to_frame())
reset_index
将索引移动到一列中。In [2]: s1 = Series(randn(5),index=[1,2,4,5,6])
In [4]: s2 = Series(randn(5),index=[1,2,4,5,6])
In [8]: DataFrame(dict(s1 = s1, s2 = s2)).reset_index()
Out[8]:
index s1 s2
0 1 -0.176143 0.128635
1 2 -1.286470 0.908497
2 4 -0.995881 0.528050
3 5 0.402241 0.458870
4 6 0.380457 0.072251
如果我可以回答这个问题。
将系列转换为数据帧的基本原理是要理解:
1. 在概念级别上,数据帧中的每一列都是一个系列。
2. 每个列名都是一个键名称,映射到一个系列。
如果您记住了上述两个概念,就可以想出许多将系列转换为数据帧的方法。 一个简单的解决方法如下:
在此创建两个系列
import pandas as pd
series_1 = pd.Series(list(range(10)))
series_2 = pd.Series(list(range(20,30)))
创建一个只包含所需列名的空数据框。df = pd.DataFrame(columns = ['Column_name#1', 'Column_name#1'])
使用映射的概念将系列值放入数据框中
df['Column_name#1'] = series_1
df['Column_name#2'] = series_2
现在立即查看结果
df.head(5)
示例代码:
a = pd.Series([1,2,3,4], index=[7,2,8,9])
b = pd.Series([5,6,7,8], index=[7,2,8,9])
data = pd.DataFrame({'a': a,'b':b, 'idx_col':a.index})
Pandas允许您使用dict
创建一个DataFrame
,其中将Series
用作值,列名用作键。当它发现值为Series
时,它使用Series
索引作为DataFrame
索引的一部分。这种数据对齐是Pandas的主要优点之一。因此,除非您有其他需求,否则新创建的DataFrame
具有重复的值。在上面的示例中,data['idx_col']
与data.index
具有相同的数据。
我不确定我完全理解你的问题,但这是你想做的吗?
pd.DataFrame(data=dict(s1=s1, s2=s2), index=s1.index)
(index=s1.index
在这里并不必要)
基于join()
的解决方案的简化:
df = a.to_frame().join(b)
如果您试图连接一系列等长的序列,但它们的索引不匹配(这是常见情况),那么连接它们会在不匹配的地方生成NAs。
x = pd.Series({'a':1,'b':2,})
y = pd.Series({'d':4,'e':5})
pd.concat([x,y],axis=1)
#Output (I've added column names for clarity)
Index x y
a 1.0 NaN
b 2.0 NaN
d NaN 4.0
e NaN 5.0
假设您不关心索引是否匹配,解决方案是在连接它们之前重新索引两个序列。如果 drop=False
(默认值),则 Pandas 会在新数据框的一列中保存旧索引(这里为简单起见删除了索引)。
pd.concat([x.reset_index(drop=True),y.reset_index(drop=True)],axis=1)
#Output (column names added):
Index x y
0 1 4
1 2 5
output=pd.DataFrame(X_test)
output['prediction']=y_pred
list=output.values.tolist()
pd.merge(s1.reset_index(), s2.reset_index(), how='outer')
? - Andy Haydenpd.concat([list_of_dataframes])
而不是多次连接new_df = pd.DataFrame(); for df in list_of_dsf: new_df = pd.concat([new_df, df])
或者类似的操作。 - Andy Hayden