Объединение двух рядов в DataFrame в pandas

Ответ 1

Я думаю, concat - хороший способ сделать это. Если они присутствуют, они используют атрибуты имени Серии в качестве столбцов (иначе они просто их номера):

In [1]: s1 = pd.Series([1, 2], index=['A', 'B'], name='s1')

In [2]: s2 = pd.Series([3, 4], index=['A', 'B'], name='s2')

In [3]: pd.concat([s1, s2], axis=1)
Out[3]:
   s1  s2
A   1   3
B   2   4

In [4]: pd.concat([s1, s2], axis=1).reset_index()
Out[4]:
  index  s1  s2
0     A   1   3
1     B   2   4

Примечание. Это распространяется на более чем 2 серии.

Ответ 2

Pandas будет автоматически выровнять их последовательно и создать общий индекс Они, оказывается, здесь одинаковы. reset_index перемещает индекс в столбец.

In [2]: s1 = Series(randn(5),index=[1,2,4,5,6])

In [4]: s2 = Series(randn(5),index=[1,2,4,5,6])

In [8]: DataFrame(dict(s1 = s1, s2 = s2)).reset_index()
Out[8]: 
   index        s1        s2
0      1 -0.176143  0.128635
1      2 -1.286470  0.908497
2      4 -0.995881  0.528050
3      5  0.402241  0.458870
4      6  0.380457  0.072251

Ответ 3

Почему бы вам просто не использовать .to_frame, если оба имеют одинаковые индексы?

> = v0.23

a.to_frame().join(b)

< v0.23

a.to_frame().join(b.to_frame())

Ответ 4

Пример кода:

a = pd.Series([1,2,3,4], index=[7,2,8,9])
b = pd.Series([5,6,7,8], index=[7,2,8,9])
data = pd.DataFrame({'a': a,'b':b, 'idx_col':a.index})

Pandas позволяет вам создать DataFrame из dict с Series в качестве значений и имен столбцов в качестве ключей. Когда он находит значение Series в качестве значения, он использует индекс Series как часть индекса DataFrame. Это выравнивание данных является одним из основных преимуществ Pandas. Следовательно, если у вас нет других потребностей, только что созданное DataFrame имеет дублирующее значение. В приведенном выше примере data['idx_col'] имеет те же данные, что и data.index.

Ответ 5

Не уверен, что я полностью понимаю ваш вопрос, но это то, что вы хотите сделать?

pd.DataFrame(data=dict(s1=s1, s2=s2), index=s1.index)

(index=s1.index здесь даже не требуется)

Ответ 6

Упрощение решения на основе join():

df = a.to_frame().join(b)

Ответ 7

Если я могу ответить на это.

Основы, лежащие в основе преобразования ряда в фрейм данных, - это понимание того, что

1. На концептуальном уровне каждый столбец во фрейме данных является серией.

2. И каждое имя столбца является ключевым именем, которое сопоставляется с серией.

Если вы помните о двух вышеизложенных понятиях, вы можете придумать множество способов преобразования рядов во фрейм данных. Одно простое решение будет таким:

Создайте две серии здесь

import pandas as pd

series_1 = pd.Series(list(range(10)))

series_2 = pd.Series(list(range(20,30)))

Создайте пустой фрейм данных с нужными именами столбцов

df = pd.DataFrame(columns = ['Column_name#1', 'Column_name#1'])

Поместите значение ряда в кадр данных, используя концепцию отображения

df['Column_name#1'] = series_1

df['Column_name#2'] = series_2

Проверьте результаты сейчас

df.head(5)