将元组列表转换为Pandas系列

Question

我有一个元组列表，我想把它转换为Series。

我有一个元组列表，我想将其转换为Series。

return array2

[(0, 0.07142857142857142),
  (0, 0.07142857142857142),
  (1, 0.08333333333333333),
  (1, 0.3333333333333333),
  (1, 0.3333333333333333),
  (1, 0.08333333333333333),
  (3, 0.058823529411764705),
  (3, 0.058823529411764705)]

我尝试通过将列表转换为字典，再转换为序列来实现此目的：

 a = pd.Series(dict(array2))

然而，生成的Series并不像我需要的那样运作。它似乎会删除key:value对（可能是任意的？）。

例如：

return a

 0    0.071429
 1    0.083333
 3    0.058824

如何获取一个序列而不丢失任何键值对？

- ZakS

Answer 1

使用zip和序列解包：

idx, values = zip(*L)

a = pd.Series(values, idx)

在您的数据中存在重复索引，因此像 dict 这样的字典无法帮助您，因为不允许重复的字典键：对于提供的每个键，dict 只会保留最后一个值。

- jpp

---

你能详细说明为什么需要使用吗？看起来是必需的。@jpp - Chris Kouts

Answer 2

使用 DataFrame 构造函数，通过第一列使用 set_index 方法设置索引，然后选取第二列作为 Series。

a = pd.DataFrame(array2).set_index(0)[1]
print (a)
0
0    0.071429
0    0.071429
1    0.083333
1    0.333333
1    0.333333
1    0.083333
3    0.058824
3    0.058824
Name: 1, dtype: float64

或者创建两个列表并传递给Series构造函数：

idx = [x[0] for x in array2]
vals = [x[1] for x in array2]

a = pd.Series(vals, index=idx)
print (a)
0    0.071429
0    0.071429
1    0.083333
1    0.333333
1    0.333333
1    0.083333
3    0.058824
3    0.058824
dtype: float64

- jezrael

---

嗨，如果我只想要这些元组的一列... 怎么做呢 @jezrael - Nirali Khoda

Answer 3

你可以使用np.transpose解压缩列，然后创建一个pd.Series:

import numpy as np
import pandas as pd

x, y = np.transpose(array2)
pd.Series(y, x)

- AllenDowney

---

这比 pd.Series.T（转置）更快吗？ - Wes Turner

或者，您可以使用 x，y = zip（* array2） 来避免加载Numpy。 这还保留了索引类型（int）。 - Bill

哦，@jpp已经提出了这个建议。抱歉。 - Bill

Answer 4

问题在于，当你将一个元组列表转换为字典时，Python会删除所有重复的键，并且只使用每个键的最后一个值。这是必要的，因为每个键在字典中只能出现一次。因此，您需要使用一种保留所有记录的方法。以下代码可以实现：

df = pd.DataFrame.from_records(array2, columns=['key', 'val'])
df = df.set_index('key')
a = df['val']

例子：

import pandas as pd
array2 = [
    (0, 0.07142857142857142),
    (0, 0.07142857142857142),
    (1, 0.08333333333333333),
    (1, 0.3333333333333333),
    (1, 0.3333333333333333),
    (1, 0.08333333333333333),
    (3, 0.058823529411764705),
    (3, 0.058823529411764705)
]

df = pd.DataFrame.from_records(array2, columns=['key', 'val'])
df = df.set_index('key')
a = df['val']
print(a)
# key
# 0    0.071429
# 0    0.071429
# 1    0.083333
# 1    0.333333
# 1    0.333333
# 1    0.083333
# 3    0.058824
# 3    0.058824
# Name: val, dtype: float64

- Matthias Fripp

Answer 5

使用MultiIndex

pd.MultiIndex.from_tuples(L).to_frame()[1].reset_index(level=1,drop=True)
Out[79]: 
0    0.071429
0    0.071429
1    0.083333
1    0.333333
1    0.333333
1    0.083333
3    0.058824
3    0.058824
Name: 1, dtype: float64

- BENY

---

开箱即用的解决方案 :) - jezrael

Answer 6

假设你的元组列表是：

tuples = [(0, 0.07142857142857142),
  (0, 0.07142857142857142),
  (1, 0.08333333333333333),
  (1, 0.3333333333333333),
  (1, 0.3333333333333333),
  (1, 0.08333333333333333),
  (3, 0.058823529411764705),
  (3, 0.058823529411764705)]

我会使用（显式优于隐式）：

pd.Series([value for _, value in tuples], index=[index for index, _ in tuples])

然而，我也会重新考虑系列数据格式是否合适和有意义：索引实际上应该像字典一样，即将唯一值映射到一个值。

- Michael Dorner