Converti frame di dati panda in serie

Sono un po 'nuovo per i panda. Ho un frame di dati panda che è 1 riga per 23 colonne.

Voglio convertirlo in una serie? Mi chiedo qual è il modo più pitonico per farlo?

Ho provato pd.Series(myResults)ma si lamentaValueError: cannot copy sequence with size 23 to array axis with dimension 1 . Non è abbastanza intelligente da rendersi conto che è ancora un "vettore" in termini matematici.

Grazie!

Non è abbastanza intelligente per rendersi conto che è ancora un "vettore" in termini matematici.

Dì piuttosto che è abbastanza intelligente da riconoscere una differenza di dimensionalità. :-)

Penso che la cosa più semplice che puoi fare sia selezionare quella riga in posizione usando iloc, che ti dà una serie con le colonne come nuovo indice e i valori come valori:

>>> df = pd.DataFrame([list(range(5))], columns=["a{}".format(i) for i in range(5)])
>>> df
   a0  a1  a2  a3  a4
0   0   1   2   3   4
>>> df.iloc[0]
a0    0
a1    1
a2    2
a3    3
a4    4
Name: 0, dtype: int64
>>> type(_)
<class 'pandas.core.series.Series'>

Puoi trasporre il dataframe a riga singola (che risulta comunque in un dataframe) e quindi comprimere i risultati in una serie (l'inverso di to_frame).

df = pd.DataFrame([list(range(5))], columns=["a{}".format(i) for i in range(5)])

>>> df.T.squeeze()  # Or more simply, df.squeeze() for a single row dataframe.
a0    0
a1    1
a2    2
a3    3
a4    4
Name: 0, dtype: int64

Nota: per accogliere il punto sollevato da @IanS (anche se non è nella domanda dell'OP), verifica la dimensione del dataframe. dfSuppongo che sia un dataframe, ma i casi limite sono un dataframe vuoto, un dataframe di forma (1, 1) e un dataframe con più di una riga, nel qual caso l'uso dovrebbe implementare la funzionalità desiderata.

if df.empty:
    # Empty dataframe, so convert to empty Series.
    result = pd.Series()
elif df.shape == (1, 1)
    # DataFrame with one value, so convert to series with appropriate index.
    result = pd.Series(df.iat[0, 0], index=df.columns)
elif len(df) == 1:
    # Convert to series per OP's question.
    result = df.T.squeeze()
else:
    # Dataframe with multiple rows.  Implement desired behavior.
    pass

Questo può anche essere semplificato sulla falsariga della risposta fornita da @themachinist.

if len(df) > 1:
    # Dataframe with multiple rows.  Implement desired behavior.
    pass
else:
    result = pd.Series() if df.empty else df.iloc[0, :]

Puoi recuperare la serie tagliando il dataframe utilizzando uno di questi due metodi:

http://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.iloc.html http://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.loc.html

import pandas as pd
import numpy as np
df = pd.DataFrame(data=np.random.randn(1,8))

series1=df.iloc[0,:]
type(series1)
pandas.core.series.Series

Un altro modo -

Supponiamo che myResult sia il dataFrame che contiene i tuoi dati sotto forma di 1 colonna e 23 righe

// label your columns by passing a list of names
myResult.columns = ['firstCol']

// fetch the column in this way, which will return you a series
myResult = myResult['firstCol']

print(type(myResult))

In modo simile, puoi ottenere serie da Dataframe con più colonne.

Puoi anche usare stack ()

df= DataFrame([list(range(5))], columns = [“a{}”.format(I) for I in range(5)])

Dopo aver eseguito df, quindi eseguire:

df.stack()

Ottieni il tuo dataframe in serie

data = pd.DataFrame({"a":[1,2,3,34],"b":[5,6,7,8]})
new_data = pd.melt(data)
new_data.set_index("variable", inplace=True)

Ciò fornisce un dataframe con indice come nome di colonna di dati e tutti i dati sono presenti nella colonna "valori"