<\/p>\n
Sie k\u00f6nnen die folgende grundlegende Syntax verwenden, um eine Pandas-Serie in einen Pandas-DataFrame zu konvertieren:<\/span><\/p>\n Die folgenden Beispiele zeigen, wie Sie diese Syntax in der Praxis anwenden k\u00f6nnen.<\/span><\/p>\n Angenommen, wir haben die folgende Pandas-Serie:<\/span><\/p>\n Wir k\u00f6nnen die Funktion to_frame()<\/strong> verwenden, um diese Pandas-Serie schnell in einen Pandas-DataFrame zu konvertieren:<\/span><\/p>\n Angenommen, wir haben drei verschiedene Panda-Gruppen:<\/span><\/p>\n Wir k\u00f6nnen die folgende Syntax verwenden, um jede Serie in einen DataFrame zu konvertieren und die drei DataFrames zu einem endg\u00fcltigen DataFrame zu verketten:<\/span><\/p>\n Das Endergebnis ist ein Pandas-DataFrame, in dem jede Reihe eine Spalte darstellt.<\/span><\/p>\n In den folgenden Tutorials wird erl\u00e4utert, wie andere g\u00e4ngige Datenobjektkonvertierungen in Pandas durchgef\u00fchrt werden:<\/span><\/p>\n So konvertieren Sie Pandas-Serien in ein NumPy-Array<\/a> Sie k\u00f6nnen die folgende grundlegende Syntax verwenden, um eine Pandas-Serie in einen Pandas-DataFrame zu konvertieren: my_df = my_series. to_frame (name=‘ column_name ‚) Die folgenden Beispiele zeigen, wie Sie diese Syntax in der Praxis anwenden k\u00f6nnen. Beispiel 1: Konvertieren Sie eine Serie in Pandas DataFrame Angenommen, wir haben die folgende Pandas-Serie: import pandas as pd #create […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n my_df = my_series. to_frame<\/span> (name=' column_name<\/span> ')\n<\/strong><\/pre>\n Beispiel 1: Konvertieren Sie eine Serie in Pandas DataFrame<\/strong><\/span><\/h3>\n
import<\/span> pandas as<\/span> pd\n\n#create pandas Series\n<\/span>my_series = pd. Series<\/span> ([3, 4, 4, 8, 14, 17, 20])\n\n#view pandas Series\n<\/span>print<\/span> (my_series)\n\n0 3\n1 4\n2 4\n3 8\n4 14\n5 17\n6 20\ndtype: int64\n\n#view object type\n<\/span>print<\/span> (type(my_series))\n\n<class 'pandas.core.series.Series'>\n<\/strong><\/pre>\n #convert Series to DataFrame and specify column name to be 'values'\n<\/span>my_df = my_series. to_frame<\/span> (name=' values<\/span> ')\n\n#view pandas DataFrame<\/span>\nprint<\/span> (my_df)\n\n values\n0 3\n1 4\n2 4\n3 8\n4 14\n5 17\n6 20\n\n#view object type<\/span>\nprint<\/span> (type(my_df))\n\n<class 'pandas.core.frame.DataFrame'>\n<\/span><\/strong><\/pre>\n Beispiel 2: Konvertieren mehrerer Serien in Pandas DataFrame<\/strong><\/span><\/h3>\n
import<\/span> pandas as<\/span> pd\n\n#define three Series<\/span>\nname = pd. Series<\/span> (['A', 'B', 'C', 'D', 'E'])\npoints = pd. Series<\/span> ([34, 20, 21, 57, 68])\nassists = pd. Series<\/span> ([8, 12, 14, 9, 11])\n<\/strong><\/pre>\n #convert each Series to a DataFrame\n<\/span>name_df = name. to_frame<\/span> (name=' name<\/span> ')\npoints_df = points. to_frame<\/span> (name=' points<\/span> ')\nassists_df = assists. to_frame<\/span> (name=' assists<\/span> ')\n\n#concatenate three Series into one DataFrame\n<\/span>df = pd. concat<\/span> ([name_df, points_df, assists_df], axis= 1<\/span> )\n\n#view final DataFrame\n<\/span>print<\/span> (df)\n\n name points assists\n0 to 34 8\n1 B 20 12\n2 C 21 14\n3 D 57 9\n4 E 68 11\n<\/span><\/strong><\/pre>\n Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h3>\n
So konvertieren Sie Pandas DataFrame in ein NumPy-Array<\/a>
So konvertieren Sie Pandas DataFrame in Dictionary<\/a>
So konvertieren Sie Pandas DataFrame in eine Liste<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"