Ubah bingkai data panda menjadi seri

Saya agak baru mengenal panda. Saya memiliki bingkai data panda yaitu 1 baris kali 23 kolom.

Saya ingin mengubahnya menjadi seri? Saya bertanya-tanya apa cara paling pythonic untuk melakukan ini?

Saya sudah mencoba pd.Series(myResults)tapi mengeluh ValueError: cannot copy sequence with size 23 to array axis with dimension 1. Tidaklah cukup pintar untuk menyadari bahwa itu masih merupakan "vektor" dalam istilah matematika.

Terima kasih!

Tidaklah cukup pintar untuk menyadari bahwa itu masih merupakan "vektor" dalam istilah matematika.

Katakan bahwa itu cukup pintar untuk mengenali perbedaan dalam dimensi. :-)

Saya pikir hal paling sederhana yang dapat Anda lakukan adalah memilih baris itu secara posisional menggunakan iloc, yang memberi Anda Seri dengan kolom sebagai indeks baru dan nilai sebagai nilainya:

>>> 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'>

Anda dapat mengubah urutan kerangka data baris tunggal (yang masih menghasilkan kerangka data) dan kemudian memeras hasilnya menjadi rangkaian (kebalikan dari to_frame).

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

>>> df.T.squeeze()  # Or more simply, df.squeeze() for a single row dataframe.
a0    0
a1    1
a2    2
a3    3
a4    4
Name: 0, dtype: int64

Catatan: Untuk mengakomodasi poin yang dimunculkan oleh @IanS (meskipun tidak ada dalam pertanyaan OP), uji ukuran kerangka data. Saya berasumsi bahwa itu dfadalah kerangka data, tetapi kasus tepi adalah kerangka data kosong, kerangka data bentuk (1, 1), dan kerangka data dengan lebih dari satu baris dalam hal ini penggunaan harus mengimplementasikan fungsionalitas yang diinginkan.

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

Ini juga dapat disederhanakan sesuai dengan jawaban yang diberikan oleh @themachinist.

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

Anda dapat mengambil rangkaian dengan memotong kerangka data Anda menggunakan salah satu dari dua metode ini:

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

Cara lain -

Misalkan myResult adalah dataFrame yang berisi data Anda berupa 1 col dan 23 baris

// label your columns by passing a list of names
myResult.columns = ['firstCol']

// fetch the column in this way, which will return you a series
myResult = myResult['firstCol']

print(type(myResult))

Dengan cara yang sama, Anda bisa mendapatkan rangkaian dari Dataframe dengan banyak kolom.

Anda juga dapat menggunakan stack ()

df= DataFrame([list(range(5))], columns = [“a{}”.format(I) for I in range(5)])

Setelah Anda menjalankan df, lalu jalankan:

df.stack()

Anda mendapatkan kerangka data Anda secara seri

data = pd.DataFrame({"a":[1,2,3,34],"b":[5,6,7,8]})
new_data = pd.melt(data)
new_data.set_index("variable", inplace=True)

Ini memberikan kerangka data dengan indeks sebagai nama kolom dari data dan semua data ada di kolom "nilai"