将熊猫数据帧转换为系列

Question

我对熊猫有些陌生。我有一个熊猫数据框，是一行23列。

我想把它转换成一个系列？我想知道做这件事最像蟒蛇的方式是什么？

我试过pd。系列（我的结果），但它抱怨ValueError：无法将大小为23的序列复制到维度为1的数组轴。它还没有聪明到意识到它仍然是数学术语中的“向量”。

谢谢！

Answer 1

您可以通过使用以下两种方法之一对数据帧进行切片来检索序列：

http://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.iloc.html http://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.loc.html

import pandas as pd
import numpy as np
df = pd.DataFrame(data=np.random.randn(1,8))

series1=df.iloc[0,:]
type(series1)
pandas.core.series.Series

Answer 2

您可以转置单行数据帧（仍然会产生一个数据帧），然后将结果压缩成一个系列（与到\u frame相反）。

df = pd.DataFrame([list(range(5))], columns=["a{}".format(i) for i in range(5)])

>>> df.squeeze(axis=0)
a0    0
a1    1
a2    2
a3    3
a4    4
Name: 0, dtype: int64

注意：为了适应@IanS提出的问题（即使它不在OP的问题中），测试数据帧的大小。我假设df是一个数据帧，但是边缘情况是一个空的数据帧，一个形状（1，1）的数据帧，以及一个具有多行的数据帧，在这种情况下，使用应该实现其期望的功能。

if df.empty:
    # Empty dataframe, so convert to empty Series.
    result = pd.Series()
elif df.shape == (1, 1)
    # DataFrame with one value, so convert to series with appropriate index.
    result = pd.Series(df.iat[0, 0], index=df.columns)
elif len(df) == 1:
    # Convert to series per OP's question.
    result = df.T.squeeze()
else:
    # Dataframe with multiple rows.  Implement desired behavior.
    pass

这也可以按照@themachinist提供的答案进行简化。

if len(df) > 1:
    # Dataframe with multiple rows.  Implement desired behavior.
    pass
else:
    result = pd.Series() if df.empty else df.iloc[0, :]

Answer 3

它不够聪明，无法意识到它在数学术语中仍然是一个“向量”。

更确切地说，它足够聪明，能够识别维度上的差异。：-）

我认为您可以做的最简单的事情是使用iloc在位置上选择该行，这将为您提供一个系列，其中列作为新索引，值作为值：

>>> df = pd.DataFrame([list(range(5))], columns=["a{}".format(i) for i in range(5)])
>>> df
   a0  a1  a2  a3  a4
0   0   1   2   3   4
>>> df.iloc[0]
a0    0
a1    1
a2    2
a3    3
a4    4
Name: 0, dtype: int64
>>> type(_)
<class 'pandas.core.series.Series'>