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 créer un DataFrame Pandas à partir d’une série (avec exemples)



Souvent, vous souhaiterez peut-être créer un DataFrame pandas à partir d’une ou plusieurs séries pandas.

Les exemples suivants montrent comment créer un DataFrame pandas en utilisant des séries existantes comme lignes ou colonnes du DataFrame.

Exemple 1 : Créer un DataFrame Pandas en utilisant des séries comme colonnes

Supposons que nous ayons les trois séries pandas suivantes :

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 le code suivant pour convertir chaque série en DataFrame, puis les concaténer toutes en un seul DataFrame :

#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

Notez que les trois séries sont chacune représentées sous forme de colonnes dans le DataFrame final.

Exemple 2 : Créer un DataFrame Pandas en utilisant des séries comme lignes

Supposons que nous ayons les trois séries pandas suivantes :

import pandas as pd

#define three Series
row1 = pd.Series(['A', 34, 8])
row2 = pd.Series(['B', 20, 12])
row3 = pd.Series(['C', 21, 14])

Nous pouvons utiliser le code suivant pour combiner chacune des séries dans un DataFrame pandas, en utilisant chaque série comme ligne dans le DataFrame :

#create DataFrame using Series as rows
df = pd.DataFrame([row1, row2, row3])

#create column names for DataFrame
df.columns = ['col1', 'col2', 'col3']

#view resulting DataFrame
print(df)

	col1	col2	col3
0	A	34	8
1	B	20	12
2	C	21	14

Notez que les trois séries sont chacune représentées sous forme de lignes dans le DataFrame final.

Ressources additionnelles

Les didacticiels suivants expliquent comment effectuer d’autres opérations courantes en Python :

Comment convertir la série Pandas en DataFrame
Comment convertir la série Pandas en tableau NumPy
Comment convertir un tableau NumPy en Pandas DataFrame

Ajouter un commentaire

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