我对熊猫有点陌生。我有一个 1 行 x 23 列的 pandas 数据框。
我想把它变成一个系列。我想知道最Pythonic的方法是什么?
我已经尝试过
pd.Series(myResults)
,但它抱怨ValueError: cannot copy sequence with size 23 to array axis with dimension 1
。它不够聪明,没有意识到它仍然是数学术语中的“向量”。
您可以转置单行数据帧(这仍然会生成数据帧),然后将结果压缩成一系列(
to_frame
的逆)。
df = pd.DataFrame([list(range(5))], columns=["a{}".format(i) for i in range(5)])
>>> df.squeeze(axis=0)
a0 0
a1 1
a2 2
a3 3
a4 4
Name: 0, dtype: int64
注意:为了适应@IanS提出的观点(即使它不在OP的问题中),请测试数据帧的大小。我假设
df
是一个数据框,但边缘情况是一个空数据框、形状为 (1, 1) 的数据框以及具有多行的数据框,在这种情况下,用户应该实现其所需的功能。
if df.empty:
# Empty dataframe, so convert to empty Series.
result = pd.Series()
elif df.shape == (1, 1)
# DataFrame with one value, so convert to series with appropriate index.
result = pd.Series(df.iat[0, 0], index=df.columns)
elif len(df) == 1:
# Convert to series per OP's question.
result = df.T.squeeze()
else:
# Dataframe with multiple rows. Implement desired behavior.
pass
这也可以按照@themachinist 提供的答案进行简化。
if len(df) > 1:
# Dataframe with multiple rows. Implement desired behavior.
pass
else:
result = pd.Series() if df.empty else df.iloc[0, :]
它还不够聪明,无法意识到它仍然是数学术语中的“向量”。
更确切地说,它足够聪明,可以识别维度的差异。 :-)
我认为您可以做的最简单的事情是使用
iloc
按位置选择该行,这将为您提供一个系列,其中列作为新索引,值作为值:
>>> df = pd.DataFrame([list(range(5))], columns=["a{}".format(i) for i in range(5)])
>>> df
a0 a1 a2 a3 a4
0 0 1 2 3 4
>>> df.iloc[0]
a0 0
a1 1
a2 2
a3 3
a4 4
Name: 0, dtype: int64
>>> type(_)
<class 'pandas.core.series.Series'>
您可以使用以下两种方法之一通过切片数据框来检索该系列:
http://pandas.pydata.org/pandas-docs/stable/ generated/pandas.DataFrame.iloc.html http://pandas.pydata.org/pandas-docs/stable/ generated/pandas.DataFrame.loc.html
import pandas as pd
import numpy as np
df = pd.DataFrame(data=np.random.randn(1,8))
series1=df.iloc[0,:]
type(series1)
pandas.core.series.Series
如果您有一个单列数据框 df,您可以将其转换为一系列:
df.iloc[:,0] # pandas Series
由于您有一个单行数据框
df
,您可以转置它,这样您就处于前一种情况:
df.T.iloc[:,0]
你也可以使用stack()
df= DataFrame([list(range(5))], columns = [“a{}”.format(I) for I in range(5)])
运行 df 后,然后运行:
df.stack()
您连续获得数据框
另一种方式-
假设 myResult 是包含 1 列和 23 行形式的数据的数据框
# label your columns by passing a list of names
myResult.columns = ['firstCol']
# fetch the column in this way, which will return you a series
myResult = myResult['firstCol']
print(type(myResult))
以类似的方式,您可以从具有多列的 Dataframe 中获取系列。
data = pd.DataFrame({"a":[1,2,3,34],"b":[5,6,7,8]})
new_data = pd.melt(data)
new_data.set_index("variable", inplace=True)
这给出了一个数据框,其索引作为数据的列名称,并且所有数据都存在于“值”列中
另一种方法也很简单
df= df.iloc[3].reset_index(drop=True).squeeze()
Squeeze -> 是转换为系列的那个。