Конвертировать столбец в строку в Python Pandas

У меня есть следующий фрейм данных Pandon pandas:

     fruits | numFruits
---------------------
0  | apples |   10
1  | grapes |   20
2  |  figs  |   15

Я хочу:

                 apples | grapes | figs
-----------------------------------------
Market 1 Order |    10  |   20   |  15

Я посмотрел на pivot(), pivot_table(), Transpose и unstack(), и никто из них, похоже, не дал мне этого. Pandas новичок, поэтому все помогают оценить.

Ответ 1

Вам нужно set_index с транспонированием по T:

print (df.set_index('fruits').T)
fruits     apples  grapes  figs
numFruits      10      20    15

Если нужно переименовать столбцы, это немного сложно:

print (df.rename(columns={'numFruits':'Market 1 Order'})
         .set_index('fruits')
         .rename_axis(None).T)
                apples  grapes  figs
Market 1 Order      10      20    15

Еще одним более быстрым решением является использование numpy.ndarray.reshape:

print (pd.DataFrame(df.numFruits.values.reshape(1,-1), 
                    index=['Market 1 Order'], 
                    columns=df.fruits.values))

                apples  grapes  figs
Market 1 Order      10      20    15

Сроки:

#[30000 rows x 2 columns] 
df = pd.concat([df]*10000).reset_index(drop=True)    
print (df)


In [55]: %timeit (pd.DataFrame([df.numFruits.values], ['Market 1 Order'], df.fruits.values))
1 loop, best of 3: 2.4 s per loop

In [56]: %timeit (pd.DataFrame(df.numFruits.values.reshape(1,-1), index=['Market 1 Order'], columns=df.fruits.values))
The slowest run took 5.64 times longer than the fastest. This could mean that an intermediate result is being cached.
1000 loops, best of 3: 424 µs per loop

In [57]: %timeit (df.rename(columns={'numFruits':'Market 1 Order'}).set_index('fruits').rename_axis(None).T)
100 loops, best of 3: 1.94 ms per loop

Ответ 2

pd.DataFrame([df.numFruits.values], ['Market 1 Order'], df.fruits.values)

                apples  grapes  figs
Market 1 Order      10      20    15

Обратите внимание на усовершенствование этой концепции. df.numFruits.values.reshape(1, -1) более эффективен.

Ответ 3

Вы можете использовать транспонировать api панд следующим образом:

df.transpose()

Учитывая df как ваш пандас