Tengo una serie de pandas 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] Y me gustaría transformarlo en el siguiente DataFrame:
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]
Encontré una forma 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)
En lugar de crear 2 dfs temporales, puede pasarlos como parámetros dentro de un dict utilizando el constructor DataFrame:
pd.DataFrame({'email':sf.index, 'list':sf.values})
Hay muchas formas de construir un df, ver la documentación.
a_frame () :
A partir de la siguiente serie, df:
email email1@email.com A email2@email.com B email3@email.com C dtype: int64
Yo uso to_frame para convertir la serie a DataFrame:
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
Ahora todo lo que necesita es cambiar el nombre de la columna y la columna del índice:
df = df.rename(columns= {0: 'list'}) df.index.name = 'index'
Su DataFrame está listo para su posterior análisis.
Actualización: Acabo de encontrar este enlace donde las respuestas son sorprendentemente similares a las mías aquí.
Una respuesta de línea sería
myseries.to_frame(name='my_column_name') myseries.reset_index(drop=True, inplace=True) # As needed
Series.reset_index con name=... A menudo, el caso de uso surge cuando una Serie necesita ser promovida a un DataFrame. Pero si la Serie no tiene nombre, entonces reset_index resultará 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 veas el nombre de la columna es “0”. Podemos arreglar esto especificando un parámetro de name .
s.reset_index(name='B') AB 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 con name=... Si desea crear un dataframe sin promover el índice a una columna, use Series.to_frame , como se sugiere en esta respuesta . Esto también es compatible con 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_frame especificando un Series.to_frame de columns :
pd.DataFrame(s, columns=['B']) B A a 1 b 2 c 3
¿Por qué no series_obj.to_frame()? Se hace mi trabajo.