python - 将 Pandas 系列列表转换为数据框

Question

我有一个由列表组成的系列

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

我想要一个 DataFrame，每列都有一个列表。

from_items、from_records、DataFrame Series.to_frame 似乎都不起作用。

如何做到这一点？

Answer 1

正如@Hatshepsut 在评论中指出的那样，from_items 是 deprecated as of version 0.23 .该链接建议改用 from_dict，因此可以将旧答案修改为:

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

-------------------------------------------- ---老答案-------------------------------------------- ------------------

您可以像这样使用 from_items(假设您的列表长度相同):

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

取决于您想要的输出。

这比使用 apply(在 @Wen's answer 中使用，然而，它也适用于不同长度的列表)要快得多:

%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

还有 @Hatshepsut's answer非常快(也适用于不同长度的列表):

%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's answer (针对 Python 2 进行了测试；也适用于不同长度的列表；在 Python 3.6+ 中使用 itertools.zip_longest):

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

附加选项:

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

   0  1
0  1  4
1  2  5
2  3  6