나는 두 개의 시리즈 s1를 s2가지고 있으며 동일한 (비 연속적) 인덱스를 가지고 있습니다. DataFrame에서 두 열을 결합 s1하고 s2두 인덱스로 만들고 인덱스 중 하나를 세 번째 열로 유지하려면 어떻게합니까?
답변
나는 이것을 concat하는 좋은 방법 이라고 생각 합니다. 그것들이 존재한다면 Series의 이름 속성을 열로 사용합니다 (그렇지 않으면 단순히 번호를 매 깁니다).
In [1]: s1 = pd.Series([1, 2], index=['A', 'B'], name='s1')
In [2]: s2 = pd.Series([3, 4], index=['A', 'B'], name='s2')
In [3]: pd.concat([s1, s2], axis=1)
Out[3]:
s1 s2
A 1 3
B 2 4
In [4]: pd.concat([s1, s2], axis=1).reset_index()
Out[4]:
index s1 s2
0 A 1 3
1 B 2 4참고 : 이것은 2 개 이상의 시리즈로 확장됩니다.
답변
둘 다 동일한 인덱스를 가지고 있다면 왜 .to_frame을 사용하지 않습니까?
> = v0.23
a.to_frame().join(b)< v0.23
a.to_frame().join(b.to_frame())답변
팬더는 자동으로 이들을 직렬로 정렬하고 관절 인덱스를 만듭니다. 여기에서 동일합니다. reset_index인덱스를 열로 이동합니다.
In [2]: s1 = Series(randn(5),index=[1,2,4,5,6])
In [4]: s2 = Series(randn(5),index=[1,2,4,5,6])
In [8]: DataFrame(dict(s1 = s1, s2 = s2)).reset_index()
Out[8]:
index s1 s2
0 1 -0.176143 0.128635
1 2 -1.286470 0.908497
2 4 -0.995881 0.528050
3 5 0.402241 0.458870
4 6 0.380457 0.072251답변
예제 코드 :
a = pd.Series([1,2,3,4], index=[7,2,8,9])
b = pd.Series([5,6,7,8], index=[7,2,8,9])
data = pd.DataFrame({'a': a,'b':b, 'idx_col':a.index})팬더를 사용하면 값 DataFrame으로 dictwith Series를 사용하고 열 이름을 키로 만들 수 있습니다 . Series값을 찾으면 Series인덱스를 인덱스의 일부로 사용합니다 DataFrame. 이 데이터 정렬은 Pandas의 주요 특권 중 하나입니다. 따라서 다른 요구 사항이 없으면 새로 만든 DataFrame값이 중복됩니다. 위의 예 data['idx_col']에서와 동일한 데이터를가집니다 data.index.
답변
내가 대답 할 수 있다면.
시리즈를 데이터 프레임으로 변환하는 기본 원리는
1. 개념적 수준에서 데이터 프레임의 모든 열은 시리즈입니다.
그리고 모든 열 이름은 계열에 매핑되는 키 이름입니다.
두 가지 이상의 개념을 염두에두면 시리즈를 데이터 프레임으로 변환하는 여러 가지 방법을 생각할 수 있습니다. 한 가지 쉬운 해결책은 다음과 같습니다.
여기에 두 시리즈 만들기
import pandas as pd
series_1 = pd.Series(list(range(10)))
series_2 = pd.Series(list(range(20,30)))원하는 열 이름으로 빈 데이터 프레임을 만듭니다.
df = pd.DataFrame(columns = ['Column_name#1', 'Column_name#1'])매핑 개념을 사용하여 데이터 프레임 안에 계열 값을 넣습니다.
df['Column_name#1'] = series_1
df['Column_name#2'] = series_2지금 결과 확인
df.head(5)답변
확실하게 귀하의 질문을 이해하고 있지만 이것이 당신이하고 싶은 일입니까?
pd.DataFrame(data=dict(s1=s1, s2=s2), index=s1.index)( index=s1.index여기서는 필요하지 않습니다)
답변
다음을 기반으로 솔루션을 단순화합니다 join().
df = a.to_frame().join(b)