pandas將Series轉成DataFrame的實現

2023-01-18 14:01:31

1.Series結構

pandas中，我們使用最多的兩個資料結構，分別為Series與DataFrame。

Series跟一維陣列比較像，可以認為是dataframe中的"一列"。與一維陣列不同的是，除了陣列資料以外，他還有一組與陣列資料對應的標籤索引。

2.將Series轉成DataFrame

2.1 使用字典的方式轉化

import pandas as pd

department = ['A', 'A', 'A', 'B', 'B', 'B', 'C', 'C']
group = ['g1', 'g1', 'g2', 'g3', 'g3', 'g4', 'g5', 'g5']
data = pd.DataFrame({'department': department, 'group': group})

d2 = data.groupby('department')['group'].apply(lambda x: ",".join(x))
print("d2 is: ", 'n', d2, "nd2 type is: ", type(d2), 'n')
d2 = pd.DataFrame({'department': d2.index, 'group': d2.values})
print("after change, d2 is: ", 'n', d2, 'nd2 type is: ', type(d2), 'n')

上面的程式碼中，data進行groupby操作以後取group列，得到的就是一個Series結構。

d2 is:  
 department
A    g1,g1,g2
B    g3,g3,g4
C       g5,g5
Name: group, dtype: object 
d2 type is:  <class 'pandas.core.series.Series'>

該Series的index是department列，department列的值為A,B,C。具體的值為group，上面的邏輯是將相同department的group值進行聚合。

我們想將其轉成一個dataframe，可以使用字典的方式，直接建立一個新的dataframe。d2.index表示Series的索引，d2.values表示Series的資料。

after change, d2 is:  
   department     group
0          A  g1,g1,g2
1          B  g3,g3,g4
2          C     g5,g5 
d2 type is:  <class 'pandas.core.frame.DataFrame'>

2.2 使用reset_index方法

還可以使用reset_index的方式，來將Series轉化為dataframe。

d3 = data.groupby('department')['group'].apply(lambda x: ','.join(x))
d3 = d3.reset_index(name='group')
d3['group'] = d3['group'].map(lambda x: ','.join(sorted(list(set(x.split(','))))))
print(d3)

上面的程式碼也將Series轉換成了一個dataframe，與前面稍微有所區別的在於，對group還進行了去重排序操作。

最後輸出的結果為

department group
0 A g1,g2
1 B g3,g4
2 C g5

3.apply，applymap, map

import pandas as pd

a = [1, 2, 3, 4, 5]
b = [10, 20, 30, 40, 50]
c = [0.1, 0.2, 0.3, 0.4, 0.5]

data = pd.DataFrame({'a': a, 'b': b, 'c': c})
print(data.apply(max), 'n')
print(data.a.apply(lambda x: x * 2), 'n')

print(data.applymap(lambda x: x+0.01), 'n')

print(data.a.map(lambda x: x+0.02))

a     5.0
b    50.0
c     0.5
dtype: float64 

0     2
1     4
2     6
3     8
4    10
Name: a, dtype: int64 

      a      b     c
0  1.01  10.01  0.11
1  2.01  20.01  0.21
2  3.01  30.01  0.31
3  4.01  40.01  0.41
4  5.01  50.01  0.51 

0    1.02
1    2.02
2    3.02
3    4.02
4    5.02
Name: a, dtype: float64

apply可以用於Series，也可以用於DataFrame，可以對一列或多列進行操作。
applymap只能作用於dataframe，是對dataframe的每一個元素進行操作。
map只能作用於Series，其對Series中每個元素起作用。

到此這篇關於pandas將Series轉成DataFrame的實現的文章就介紹到這了,更多相關pandas Series轉成DataFrame內容請搜尋it145.com以前的文章或繼續瀏覽下面的相關文章希望大家以後多多支援it145.com！