Ich habe eine Reihe von Listen gemachtConvert Pandas Reihe von Listen zu Datenrahmen
import pandas as pd
s = pd.Series([[1, 2, 3], [4, 5, 6]])
und ich möchte einen Datenrahmen mit jeder Spalte einer Liste.
Keine from_items, from_records, DataFrameSeries.to_frame zu funktionieren scheint.
Wie geht das?
Sie from_items wie diese verwenden können (vorausgesetzt, dass Ihre Listen sind von die gleiche Länge):
pd.DataFrame.from_items(zip(s.index, s.values))
0 1
0 1 4
1 2 5
2 3 6
oder
pd.DataFrame.from_items(zip(s.index, s.values)).T
0 1 2
0 1 2 3
1 4 5 6
abhängig von der gewünschten Ausgabe.
Dies kann viel schneller sein als eine apply (wie in @Wen's answer verwendet, die jedoch auch für Listen unterschiedlicher Länge funktioniert):
%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
und
%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
Auch @Hatshepsut's answer ist ziemlich schnell (funktioniert auch für Listen unterschiedlicher Länge):
%timeit pd.DataFrame(item for item in s)
1000 loops, best of 3: 636 µs per loop
und
%timeit pd.DataFrame(item for item in s).T
1000 loops, best of 3: 884 µs per loop
schnellste Lösung scheint für Python 2 @Abdou's answer (getestet werden; funktioniert auch für Listen unterschiedlicher Länge; verwenden itertools.zip_longest in Python 3.6 oder höher):
%timeit pd.DataFrame.from_records(izip_longest(*s.values))
1000 loops, best of 3: 529 µs per loop
Eine zusätzliche Option:
pd.DataFrame(dict(zip(s.index, s.values)))
0 1
0 1 4
1 2 5
2 3 6
Sie können für
s.apply(lambda x:pd.Series(x))
0 1 2
0 1 2 3
1 4 5 6
Oder
s.apply(lambda x:pd.Series(x)).T
Out[133]:
0 1
0 1 4
1 2 5
2 3 6
Vielleicht nicht die beste Wahl hier, da es eher langsam scheint (siehe meine Zeiten unten). – Cleb
@Cleb versuchen Sie dieses Beispiel 's = pd.Serie ([[1,2, 3,4], [4, 5,6]]) 'Ich betrachte die unterschiedliche Länge der Liste ~ Wenn es die gleiche Länge hat, ist deine Antwort besser ~ :) – Wen
Sicher, dann meins wird scheitern, aber Hatschepsut scheint immer noch schneller. Ich nahm tatsächlich an, dass alle Listen die gleiche Länge haben, füge das als Kommentar hinzu, danke fürs Hinzeigen! – Cleb
Iterate über die Serie wie folgt aussehen:
series = pd.Series([[1, 2, 3], [4, 5, 6]])
pd.DataFrame(item for item in series)
0 1 2
0 1 2 3
1 4 5 6
Ziemlich schnell; sollte dies zu den Zeiten unten hinzufügen ... (upvoted) – Cleb
pd.DataFrame.from_records auch itertools.zip_longest arbeiten verwenden, sollten:
from itertools import zip_longest
pd.DataFrame.from_records(zip_longest(*s.values))
# 0 1
# 0 1 4
# 1 2 5
# 2 3 6
Scheint die schnellste Lösung zu sein (upvoted). Vielleicht möchten Sie hinzufügen, dass dies eine Python3-Lösung ist; In Python 2 wäre es "itertools.izip_longest". – Cleb
Wenn die Länge der Serie Super hoch ist (mehr als 1m), können Sie verwenden:
s = pd.Series([[1, 2, 3], [4, 5, 6]])
pd.DataFrame(s.tolist())
Falls Sie es hinzufügen möchten, scheint @ Abdou 'itertools' Lösung noch schneller zu sein. aber erfordert diese zusätzliche Bibliothek. Könnte man auch die gleiche Beschränkung beachten, wo das gilt? – Hatshepsut
@Hatshepsut: Hinzugefügt. Gleiche Länge scheint nicht erforderlich zu sein, funktioniert auch gut für 's = pd.Series ([[1,2, 3,4], [4, 5,6]])' – Cleb