Converti le serie di panda in DataFrame

Ho una serie di panda sf:

email
email1@email.com    [1.0, 0.0, 0.0]
email2@email.com    [2.0, 0.0, 0.0]
email3@email.com    [1.0, 0.0, 0.0]
email4@email.com    [4.0, 0.0, 0.0]
email5@email.com    [1.0, 0.0, 3.0]
email6@email.com    [1.0, 5.0, 0.0]

E vorrei trasformarlo nel seguente DataFrame:

index | email             | list
_____________________________________________
0     | email1@email.com  | [1.0, 0.0, 0.0]
1     | email2@email.com  | [2.0, 0.0, 0.0]
2     | email3@email.com  | [1.0, 0.0, 0.0]
3     | email4@email.com  | [4.0, 0.0, 0.0]
4     | email5@email.com  | [1.0, 0.0, 3.0]
5     | email6@email.com  | [1.0, 5.0, 0.0]

Ho trovato un modo per farlo, ma dubito che sia il più efficiente:

df1 = pd.DataFrame(data=sf.index, columns=['email'])
df2 = pd.DataFrame(data=sf.values, columns=['list'])
df = pd.merge(df1, df2, left_index=True, right_index=True)

Invece di creare 2 dfs temporanei, puoi semplicemente passarli come parametri all'interno di un dict utilizzando il costruttore DataFrame:

pd.DataFrame({'email':sf.index, 'list':sf.values})

Ci sono molti modi per costruire un df, vedere la documentazione

to_frame () :

A partire dalla serie seguente, df:

email
email1@email.com    A
email2@email.com    B
email3@email.com    C
dtype: int64

Uso to_frame per convertire la serie in DataFrame:

df = df.to_frame().reset_index()

    email               0
0   email1@email.com    A
1   email2@email.com    B
2   email3@email.com    C
3   email4@email.com    D

Ora tutto ciò di cui hai bisogno è rinominare il nome della colonna e nominare la colonna dell'indice:

df = df.rename(columns= {0: 'list'})
df.index.name = 'index'

Il tuo DataFrame è pronto per ulteriori analisi.

Aggiornamento: mi sono appena imbattuto in questo link dove le risposte sono sorprendentemente simili alle mie qui.

Series.reset_indexcon nameargomento

Spesso si presenta il caso d'uso in cui una serie deve essere promossa a DataFrame. Ma se la serie non ha un nome, il reset_indexrisultato sarà qualcosa del tipo,

s = pd.Series([1, 2, 3], index=['a', 'b', 'c']).rename_axis('A')
s

A
a    1
b    2
c    3
dtype: int64

s.reset_index()

   A  0
0  a  1
1  b  2
2  c  3

Dove vedi il nome della colonna è "0". Possiamo risolvere questo problema specificando un nameparametro.

s.reset_index(name='B')

   A  B
0  a  1
1  b  2
2  c  3

s.reset_index(name='list')

   A  list
0  a     1
1  b     2
2  c     3

Series.to_frame

Se vuoi creare un DataFrame senza promuovere l'indice a una colonna, usa Series.to_frame, come suggerito in questa risposta . Questo supporta anche un parametro name.

s.to_frame(name='B')

   B
A   
a  1
b  2
c  3

pd.DataFrame Costruttore

Puoi anche fare la stessa cosa Series.to_framespecificando un columnsparametro:

pd.DataFrame(s, columns=['B'])

   B
A   
a  1
b  2
c  3

Una risposta in linea sarebbe

myseries.to_frame(name='my_column_name')

O

myseries.reset_index(drop=True, inplace=True)  # As needed

Series.to_framepuò essere utilizzato per convertire un file Seriesin DataFrame.

# The provided name (columnName) will substitute the series name
df = series.to_frame('columnName')

Per esempio,

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

   newCol
0    a
1    b
2    c

probabilmente classificato come un modo non pitonico per farlo, ma questo darà il risultato desiderato in una riga:

new_df = pd.DataFrame(zip(email,list))

Risultato:

               email               list
0   email1@email.com    [1.0, 0.0, 0.0]
1   email2@email.com    [2.0, 0.0, 0.0]
2   email3@email.com    [1.0, 0.0, 0.0]
3   email4@email.com    [4.0, 0.0, 3.0]
4   email5@email.com    [1.0, 5.0, 0.0]