Python Series變成DataFrame詳解

一、Series與DataFrame的概念

在介紹如何將Series轉化為DataFrame之前，我們需要了解一下什麼是Series和DataFrame。

在pandas庫中，Series是一種類似於一維數組的對象，其由一組數據以及與之相關的標籤（即索引）組成。其中，數據可以是任意的NumPy數據類型。而DataFrame則是一種二維表格數據結構，它包括多行和多列，其中每列可以是一種不同的數據類型。可以將DataFrame看作是由多個Series組成的排列。

二、如何將Series轉化為DataFrame

1. pd.DataFrame()函數

可以使用pandas自帶的pd.DataFrame()函數將Series轉化為DataFrame。該函數的語法格式如下：

df = pd.DataFrame(data, columns=['col_name'])

其中，data是一個Series對象，columns參數可以指定新生成的DataFrame的列名。

以下是一段示例代碼，展示了如何通過pd.DataFrame()函數將Series轉化為DataFrame:

import pandas as pd
 
s = pd.Series([1, 3, 5, 7, 9])
df = pd.DataFrame(s, columns=['Number'])
 
print(df)

輸出結果如下：

   Number
0       1
1       3
2       5
3       7
4       9

2. pd.concat()函數

除了使用pd.DataFrame()函數之外，我們還可以使用pd.concat()函數將多個Series對象合併成一個DataFrame。該函數的語法格式如下：

df = pd.concat([s1, s2, ...], axis=1, keys=['col_name1', 'col_name2', ...])

其中，s1、s2是Series對象，axis參數指定合併的方向，keys參數可以指定新生成的DataFrame的列名。

以下是一段示例代碼，展示了如何通過pd.concat()函數將Series轉化為DataFrame:

import pandas as pd
 
s1 = pd.Series([1, 2, 3])
s2 = pd.Series([4, 5, 6])
s3 = pd.Series([7, 8, 9])
 
df = pd.concat([s1, s2, s3], axis=1, keys=['A', 'B', 'C'])
 
print(df)

輸出結果如下：

   A  B  C
0  1  4  7
1  2  5  8
2  3  6  9

3. pd.DataFrame.from_records()函數

除了pd.DataFrame()函數和pd.concat()函數之外，我們還可以使用pd.DataFrame.from_records()函數將字典或多個Series對象轉換為DataFrame格式。該函數的語法格式如下：

df = pd.DataFrame.from_records(data, columns=['col_name'])

其中，data是一個字典或者多個Series對象，columns參數可以指定新生成的DataFrame的列名。

以下是一段示例代碼，展示了如何通過pd.DataFrame.from_records()函數將多個Series轉化為DataFrame:

import pandas as pd
 
s1 = pd.Series([1, 2, 3])
s2 = pd.Series([4, 5, 6])
s3 = pd.Series([7, 8, 9])
 
data = {'A': s1, 'B': s2, 'C': s3}
 
df = pd.DataFrame.from_records(data, columns=['A', 'B', 'C'])
 
print(df)

輸出結果如下：

   A  B  C
0  1  4  7
1  2  5  8
2  3  6  9

三、小結

以上就是本文介紹如何將Python Series轉化為DataFrame的方法，通過這些方法，我們可以方便地將Series數據轉化為二維表格DataFrame格式，便於進行數據處理和分析。