Pandas：从Series创建DataFrame

Question

我现在的代码如下 - 我正在导入一个MAT文件，并试图从里面的变量创建一个数据框（DataFrame）：

mat = loadmat(file_path)  # load mat-file
Variables = mat.keys()    # identify variable names

df = pd.DataFrame         # Initialise DataFrame

for name in Variables:

    B = mat[name]
    s = pd.Series (B[:,1])

在循环中，我可以为每个变量创建一个序列（这些变量是有两列的数组 - 所以我需要的值在第二列）。

我想问的是，怎么把这些序列添加到数据框里？我查阅了文档，但里面的例子似乎都不太适合我想做的事情。

Answer 1

我想另一种可能更快的方法来实现这个目标是：
1) 使用字典推导式来获取想要的字典（也就是提取每个数组的第二列）。
2) 然后使用 pd.DataFrame 直接从这个字典创建一个实例，而不需要逐列循环和拼接。

假设你的 mat 看起来像这样（你可以忽略这一部分，因为你的 mat 是从文件中加载的）：

In [135]: mat = {'a': np.random.randint(5, size=(4,2)),
   .....: 'b': np.random.randint(5, size=(4,2))}

In [136]: mat
Out[136]: 
{'a': array([[2, 0],
        [3, 4],
        [0, 1],
        [4, 2]]), 'b': array([[1, 0],
        [1, 1],
        [1, 0],
        [2, 1]])}

然后你可以这样做：

In [137]: df = pd.DataFrame ({name:mat[name][:,1] for name in mat})

In [138]: df
Out[138]: 
   a  b
0  0  0
1  4  1
2  1  0
3  2  1

[4 rows x 2 columns]

Answer 2

现在有一个叫做 pandas.Series.to_frame 的方法：

Series.to_frame(name=NoDefault.no_default)

这个方法可以把一个序列（Series）转换成一个数据框（DataFrame）。

参数说明

nameobject，可选：你可以传入一个名字，这个名字会替代序列的名字（如果它有名字的话）。

返回值

DataFrame：返回一个数据框，表示这个序列的内容。

示例

s = pd.Series(["a", "b", "c"], name="vals")
s.to_frame()

Answer 3

其实不需要先初始化一个空的DataFrame（你甚至没有这样做，你需要用pd.DataFrame()加上括号）。

相反，如果你想创建一个DataFrame，每一列是一个Series，

1. 首先，准备一个Series的列表，叫做series，然后
2. 用df = pd.concat(series, axis=1)把它们横向合并起来。

大概是这样的：

series = [pd.Series(mat[name][:, 1]) for name in Variables]
df = pd.concat(series, axis=1)

Answer 4

下面是如何创建一个数据框（DataFrame），让每个系列（Series）成为一行。

如果只有一个系列（结果就是一个单行的数据框）：

series = pd.Series([1,2], index=['a','b'])
df = pd.DataFrame([series])

如果有多个系列，且它们的索引是一样的：

cols = ['a','b']
list_of_series = [pd.Series([1,2],index=cols), pd.Series([3,4],index=cols)]
df = pd.DataFrame(list_of_series, columns=cols)

如果有多个系列，且它们的索引可能不同：

list_of_series = [pd.Series([1,2],index=['a','b']), pd.Series([3,4],index=['a','c'])]
df = pd.concat(list_of_series, axis=1).transpose()

如果想创建一个数据框，让每个系列成为一列，可以看看其他人的回答。或者，你也可以像上面那样先创建一个每个系列为一行的数据框，然后使用 df.transpose()。不过，后者的方法在列的数据类型不一样时效率会比较低。