Pandas 将Series转换为DataFrame

在本文中，我们将介绍如何在Pandas中将Series转换为DataFrame。

阅读更多：Pandas 教程

什么是Pandas Series和DataFrame？

在Pandas中，Series是一种一维的标记数组，可以存储多种数据类型，例如浮点数，整数和字符串等。而DataFrame是二维的表格数据结构，可以存储多个Series，并且可以按行或按列进行索引。

将Series转换为DataFrame

Pandas提供了一个名为to_frame()的函数，可以使用它将Series转换为DataFrame。

import pandas as pd

# 创建一个Pandas Series
s = pd.Series(["Apple", "Banana", "Cherry"])

# 将Series转换为DataFrame
df = s.to_frame()

print(df)

这将输出以下结果：

         0
0    Apple
1   Banana
2   Cherry

我们可以看到，Series中的数据现在已被转换为DataFrame中的单个列。

我们还可以使用to_frame()函数给转换后的列命名：

import pandas as pd

# 创建一个Pandas Series
s = pd.Series(["Apple", "Banana", "Cherry"])

# 将Series转换为DataFrame并命名列
df = s.to_frame(name="Fruits")

print(df)

这将输出以下结果：

    Fruits
0    Apple
1   Banana
2   Cherry

现在，我们可以看到，DataFrame中的列已被命名为“Fruits”。

从Series列表创建DataFrame

除了使用to_frame()函数将单个Series转换为DataFrame之外，我们还可以从包含多个Series的列表中创建DataFrame。

import pandas as pd

# 创建多个Pandas Series
s1 = pd.Series(["Apple", "Banana", "Cherry"])
s2 = pd.Series([1, 2, 3])
s3 = pd.Series([0.5, 0.7, 0.1])

# 将多个Series转换为DataFrame
df = pd.DataFrame({
    "Fruits": s1,
    "Quantity": s2,
    "Price": s3
})

print(df)

这将输出以下结果：

    Fruits  Quantity  Price
0    Apple         1    0.5
1   Banana         2    0.7
2   Cherry         3    0.1

我们可以看到，现在有三列的DataFrame，每列都是一个Series。

从字典中创建DataFrame

我们还可以使用字典来创建DataFrame，其中键是列名，值是对应列的Series。

import pandas as pd

# 创建多个Pandas Series
s1 = pd.Series(["Apple", "Banana", "Cherry"])
s2 = pd.Series([1, 2, 3])
s3 = pd.Series([0.5, 0.7, 0.1])

# 创建字典，其中每个键是列名，每个值是Series
data = {"Fruits": s1, "Quantity": s2, "Price": s3}

# 将字典转换为DataFrame
df = pd.DataFrame(data)

print(df)

这将输出以下结果：

    Fruits  Quantity  Price
0    Apple         1    0.5
1   Banana         2    0.7
2   Cherry         3    0.1

我们可以看到，这个DataFrame与我们从Series列表中创建的DataFrame相同。

总结

在本文中，我们介绍了如何将Pandas Series转换为DataFrame。我们使用to_frame()函数将单个Series转换为DataFrame，并使用包含多个Series的列表或字典创建DataFrame。这些技术非常有用，因为它们允许我们在Pandas中使用多种数据类型，并且为我们提供了一种非常灵活的数据存储和索引方式。