Personnaliser les préférences

Nous utilisons des cookies pour vous aider à naviguer efficacement et à exécuter certaines fonctions. Vous trouverez ci-dessous des informations détaillées sur tous les cookies sous chaque catégorie de consentement.

Les cookies classés comme « Nécessaires » sont stockés sur votre navigateur car ils sont essentiels pour activer les fonctionnalités de base du site.... 

Toujours actif

Necessary cookies are required to enable the basic features of this site, such as providing secure log-in or adjusting your consent preferences. These cookies do not store any personally identifiable data.

Aucun cookie à afficher.

Functional cookies help perform certain functionalities like sharing the content of the website on social media platforms, collecting feedback, and other third-party features.

Aucun cookie à afficher.

Analytical cookies are used to understand how visitors interact with the website. These cookies help provide information on metrics such as the number of visitors, bounce rate, traffic source, etc.

Aucun cookie à afficher.

Performance cookies are used to understand and analyze the key performance indexes of the website which helps in delivering a better user experience for the visitors.

Aucun cookie à afficher.

Advertisement cookies are used to provide visitors with customized advertisements based on the pages you visited previously and to analyze the effectiveness of the ad campaigns.

Aucun cookie à afficher.

Comment convertir la série Pandas en DataFrame (avec exemples)



Vous pouvez utiliser la syntaxe de base suivante pour convertir une série pandas en DataFrame pandas :

my_df = my_series.to_frame(name='column_name')

Les exemples suivants montrent comment utiliser cette syntaxe dans la pratique.

Exemple 1 : Convertir une série en Pandas DataFrame

Supposons que nous ayons la série pandas suivante :

import pandas as pd

#create pandas Series
my_series = pd.Series([3, 4, 4, 8, 14, 17, 20])

#view pandas Series
print(my_series)

0     3
1     4
2     4
3     8
4    14
5    17
6    20
dtype: int64

#view object type
print(type(my_series))

<class 'pandas.core.series.Series'>

Nous pouvons utiliser la fonction to_frame() pour convertir rapidement cette série pandas en DataFrame pandas :

#convert Series to DataFrame and specify column name to be 'values'
my_df = my_series.to_frame(name='values')

#view pandas DataFrame 
print(my_df)

   values
0       3
1       4
2       4
3       8
4      14
5      17
6      20

#view object type 
print(type(my_df))

<class 'pandas.core.frame.DataFrame'>

Exemple 2 : Convertir plusieurs séries en Pandas DataFrame

Supposons que nous ayons trois séries de pandas différentes :

import pandas as pd

#define three Series
name = pd.Series(['A', 'B', 'C', 'D', 'E'])
points = pd.Series([34, 20, 21, 57, 68])
assists = pd.Series([8, 12, 14, 9, 11])

Nous pouvons utiliser la syntaxe suivante pour convertir chaque Series en DataFrame et concaténer les trois DataFrames en un DataFrame final :

#convert each Series to a DataFrame
name_df = name.to_frame(name='name')
points_df = points.to_frame(name='points')
assists_df = assists.to_frame(name='assists')

#concatenate three Series into one DataFrame
df = pd.concat([name_df, points_df, assists_df], axis=1)

#view final DataFrame
print(df)

  name  points  assists
0    A      34        8
1    B      20       12
2    C      21       14
3    D      57        9
4    E      68       11

Le résultat final est un DataFrame pandas où chaque série représente une colonne.

Ressources additionnelles

Les didacticiels suivants expliquent comment effectuer d’autres conversions d’objets de données courantes dans les pandas :

Comment convertir la série Pandas en tableau NumPy
Comment convertir Pandas DataFrame en tableau NumPy
Comment convertir le DataFrame Pandas en dictionnaire
Comment convertir le DataFrame Pandas en liste

Ajouter un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *