将 pandas 系列列表转换为数据框 [英] Convert pandas series of lists to dataframe

问题描述

我有一个由列表组成的系列

I have a series made of lists

import pandas as pd
s = pd.Series([[1, 2, 3], [4, 5, 6]])

，我想要一个DataFrame每列一个列表。

and I want a DataFrame with each column a list.

from_items ， from_records ，<$ c都不存在$ c> DataFrame Series.to_frame 似乎有效。

该怎么做？

推荐答案

@Hatshepsut指出在注释中， from_items 是从0.23版起已弃用。该链接建议改用 from_dict ，因此可以将旧答案修改为：

As @Hatshepsut pointed out in the comments, from_items is deprecated as of version 0.23. The link suggests to use from_dict instead, so the old answer can be modified to:

pd.DataFrame.from_dict(dict(zip(s.index, s.values)))

--------------------------------------------------- ---旧答案---------------------------------------------- ----------------

--------------------------------------------------OLD ANSWER-------------------------------------------------------------

您可以像这样使用 from_items （假设您的列表长度相同）：

You can use from_items like this (assuming that your lists are of the same length):

pd.DataFrame.from_items(zip(s.index, s.values))

   0  1
0  1  4
1  2  5
2  3  6

或

pd.DataFrame.from_items(zip(s.index, s.values)).T

   0  1  2
0  1  2  3
1  4  5  6

取决于您所需的输出。

这可能比使用 apply （如 @Wen的答案中所使用的，

This can be much faster than using an apply (as used in @Wen's answer which, however, does also work for lists of different length):

%timeit pd.DataFrame.from_items(zip(s.index, s.values))
1000 loops, best of 3: 669 µs per loop

%timeit s.apply(lambda x:pd.Series(x)).T
1000 loops, best of 3: 1.37 ms per loop

和

%timeit pd.DataFrame.from_items(zip(s.index, s.values)).T
1000 loops, best of 3: 919 µs per loop

%timeit s.apply(lambda x:pd.Series(x))
1000 loops, best of 3: 1.26 ms per loop

也 @Hatshepsut的答案相当快（也适用于列表的不同长度）：

Also @Hatshepsut's answer is quite fast (also works for lists of different length):

%timeit pd.DataFrame(item for item in s)
1000 loops, best of 3: 636 µs per loop

和

%timeit pd.DataFrame(item for item in s).T
1000 loops, best of 3: 884 µs per loop

最快的解决方案似乎是 @Abdou的答案（已针对Python 2进行了测试；也适用于不同长度的列表；在Python 3.6及更高版本中使用 itertools.zip_longest ）：

Fastest solution seems to be @Abdou's answer (tested for Python 2; also works for lists of different length; use itertools.zip_longest in Python 3.6+):

%timeit pd.DataFrame.from_records(izip_longest(*s.values))
1000 loops, best of 3: 529 µs per loop

另一个选项：

pd.DataFrame(dict(zip(s.index, s.values)))

   0  1
0  1  4
1  2  5
2  3  6

这篇关于将 pandas 系列列表转换为数据框的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！