我有以下 pandas 系列,形状为 (100,) 的 ser1
。
import pandas as pd
ser1 = pd.Series(...)
print(len(ser1))
## prints (100,)
该系列中每个 ndarray 的长度为 150000,其中每个元素都是一个字符。
len(print(ser1[0]))
## prints 150000
ser1.head()
sample1 xhtrcuviuvjhgfsrexvuvhfgshgckgvghfsgfdsdsg...
sample2 jhkjhgkjvkjgfjyqerwqrbxcvmkoshfkhgjknlkdfk...
sample3 sdfgfdxcvybnjbvtcyuikjhbgfdftgyhujhghjkhjn...
sample4 bbbbbbadfashdwkjhhguhoadfopnpbfjhsaqeqjtyi...
sample5 gfjyqedxcvrexvuvcvmkoshdftgyhujhgcvmkoshfk...
dtype: object
我想将这个 pandas 系列转换成一个 pandas DataFrame,这样这个 pandas 系列“行”的每个元素都是一个 DataFrame 列。也就是说,该 Series 数组的每个元素都是一个单独的列。在这种情况下,ser1
将有 150000 列。
print(type(df_ser1)) # DataFrame of ser1
## outputs <class 'pandas.core.frame.DataFrame'>
df_ser1.head()
samples char1 char2 char3 char4 char5 char6
0 sample1 x h t r c u
1 sample2 j h k j h g
2 sample3 s d f g f d
3 sample4 b b b b b b
........
如何以这种方式将 pandas Series 转换为 DataFrame?
最明显的想法是做
df_ser = ser1.to_frame
但这不会将元素分成单独的 Dataframe 列:
df_ser = ser1.to_frame
df_ser.head()
0
sample1 xhtrcuviuvjhgfsrexvuvhfgshgckgvghfsgfdsdsg...
sample2 jhkjhgkjvkjgfjyqerwqrbxcvmkoshfkhgjknlkdfk...
sample3 sdfgfdxcvybnjbvtcyuikjhbgfdftgyhujhghjkhjn...
......
不知何故,人们会遍历“系列行”的每个元素并创建一列,但我不确定这在计算上的可行性如何。 (它不是很 pythonic。)
如何做到这一点?
最佳答案
考虑一个样本系列 ser1
ser1 = pd.Series(
'abc def ghi'.split(),
'sample1 sample2 sample3'.split())
在将字符串设为字符列表后应用 pd.Series
。
ser1.apply(lambda x: pd.Series(list(x))) \
.rename(columns=lambda x: 'char{}'.format(x + 1))
char1 char2 char3
sample1 a b c
sample2 d e f
sample3 g h i
关于python - 如何将 pandas Series 的 "rows"转换为 DataFrame 的列?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/42451489/