将列表转换为Pandas数据框列
我需要将列表转换为一列熊猫数据框
当前列表（len = 3）：
['Thanks You',
'Its fine no problem',
'Are you sure']
所需的熊猫DF（形状= 3，）：
0 Thank You
1 Its fine no problem
2 Are you sure
请注意，这些数字代表上述“必需熊猫” DF中的索引。
问题答案：
采用：
L = ['Thanks You', 'Its fine no problem', 'Are you sure']
#create new df
df = pd.DataFrame({'col':L})
print (df)
col
0 Thanks You
1 Its fine no problem
2 Are you sure
df = pd.DataFrame({'oldcol':[1,2,3]})
#add column to existing df
df['col'] = L
print (df)
oldcol col
0 1 Thanks You
1 2 Its fine no problem
2 3 Are you sure
谢谢DYZ：
#default column name 0
df = pd.DataFrame(L)
print (df)
0
0 Thanks You
1 Its fine no problem
2 Are you sure
-
问题内容： 我试图将输出转换为熊猫数据框，但我很努力。我有这个清单 我想创建一个具有3列和3行的熊猫数据框。我尝试使用 但它似乎对我不起作用。任何帮助，将不胜感激。 问题答案： 您需要转换为然后：
-
问题内容： 我正在从一列存储为JSON的数据库（超过5万行）中读取数据。我想将其提取到pandas数据框中。下面的代码片段可以正常工作，但是效率很低，并且在对整个数据库运行时会花费很多时间。请注意，并非所有项目都具有相同的属性，并且JSON具有一些嵌套的属性。 我怎样才能使它更快？ 问题答案： json_normalize接受一个已经处理过的json字符串或一系列这样的字符串。 设定
-
问题内容： 我有一个如下的Pandas DataFrame TimeReviewed是系列类型 我已经在下面尝试过，但是它仍然没有改变Series类型 如何将df.TimeReviewed更改为DateTime类型并分别拉出年，月，日，时，分，秒？我是python的新手，感谢您的帮助。 问题答案： 您不能：按定义列是。也就是说，如果使（所有元素的类型）类似日期时间，则可以通过访问器（docs）访问
-
问题内容： 我有一个此类的对象数组 打印时，数组看起来像这样 我想将其转换为数据帧，以便我可以以更适合我的方式进行操作-进行汇总，计数，求和等。我希望这个数据框看起来像这样： 有没有一种方法可以轻松地使用numpy / pandas来实现，而无需手动处理输入数组？ 问题答案： 导致预期结果的代码： 感谢@Serbitar为我指出正确的方向。
-
问题内容： 我正在尝试将Pandas DF转换为Spark one。DF头： 码： 我得到一个错误： 问题答案： 您需要确保您的pandas dataframe列适合spark推断的类型。如果您的熊猫数据框列出类似以下内容： 而且您遇到该错误，请尝试： 现在，确保实际上是您希望这些列成为的类型。基本上，当底层Java代码尝试从python中的对象推断类型时，它会使用一些观察值并做出猜测，如果该猜测
-
问题内容： 这似乎很明显，但是我似乎无法弄清楚如何将数据帧的索引转换为列？ 例如： 至， 问题答案： 要么： 或： 因此，如果你有一个3级索引的多索引框架，例如： 并且要将索引中的第1级（）和第3级（）转换为列，你可以执行以下操作：