Combinando duas séries em um DataFrame em pandas

Eu tenho duas séries s1e s2com os mesmos índices (não consecutivos). Como combinar s1e s2ser duas colunas em um DataFrame e manter um dos índices como uma terceira coluna?

Eu acho que concaté uma boa maneira de fazer isso. Se estiverem presentes, ele usa os atributos de nome da série como colunas (caso contrário, simplesmente os numera):

In [1]: s1 = pd.Series([1, 2], index=['A', 'B'], name='s1')

In [2]: s2 = pd.Series([3, 4], index=['A', 'B'], name='s2')

In [3]: pd.concat([s1, s2], axis=1)
Out[3]:
   s1  s2
A   1   3
B   2   4

In [4]: pd.concat([s1, s2], axis=1).reset_index()
Out[4]:
  index  s1  s2
0     A   1   3
1     B   2   4

Nota: Isso se estende a mais de 2 séries.

Por que você não usa apenas .to_frame se ambos têm os mesmos índices?

> = v0.23

a.to_frame().join(b)

< v0.23

a.to_frame().join(b.to_frame())

Os pandas alinham automaticamente os passados ​​em série e criam o índice conjunto. Eles são os mesmos aqui. reset_indexmove o índice para uma coluna.

In [2]: s1 = Series(randn(5),index=[1,2,4,5,6])

In [4]: s2 = Series(randn(5),index=[1,2,4,5,6])

In [8]: DataFrame(dict(s1 = s1, s2 = s2)).reset_index()
Out[8]: 
   index        s1        s2
0      1 -0.176143  0.128635
1      2 -1.286470  0.908497
2      4 -0.995881  0.528050
3      5  0.402241  0.458870
4      6  0.380457  0.072251

Código de exemplo:

a = pd.Series([1,2,3,4], index=[7,2,8,9])
b = pd.Series([5,6,7,8], index=[7,2,8,9])
data = pd.DataFrame({'a': a,'b':b, 'idx_col':a.index})

O Pandas permite criar um DataFramede a dictcom Seriescomo valores e nomes de colunas como chaves. Quando encontra a Seriescomo valor, usa o Seriesíndice como parte do DataFrameíndice. Esse alinhamento de dados é uma das principais vantagens do Pandas. Consequentemente, a menos que você tenha outras necessidades, o recém-criado DataFramepossui um valor duplicado. No exemplo acima, data['idx_col']possui os mesmos dados que data.index.

Se eu puder responder isso.

Os fundamentos por trás da conversão de séries em quadro de dados é entender que

1. No nível conceitual, cada coluna no quadro de dados é uma série.

2. E todo nome de coluna é um nome de chave que é mapeado para uma série.

Se você mantiver acima de dois conceitos em mente, poderá pensar em várias maneiras de converter séries em quadros de dados. Uma solução fácil será assim:

Crie duas séries aqui

import pandas as pd

series_1 = pd.Series(list(range(10)))

series_2 = pd.Series(list(range(20,30)))

Crie um quadro de dados vazio com apenas os nomes de coluna desejados

df = pd.DataFrame(columns = ['Column_name#1', 'Column_name#1'])

Colocar o valor da série dentro do quadro de dados usando o conceito de mapeamento

df['Column_name#1'] = series_1

df['Column_name#2'] = series_2

Verifique os resultados agora

df.head(5)

Não tenho certeza se entendi completamente sua pergunta, mas é isso que você deseja fazer?

pd.DataFrame(data=dict(s1=s1, s2=s2), index=s1.index)

( index=s1.indexnem é necessário aqui)

Uma simplificação da solução com base em join():

df = a.to_frame().join(b)

Eu usei pandas para converter minha matriz ou iseries numpy em um dataframe e adicionei e adicionei a coluna adicional por chave como 'previsão'. Se você precisar converter o quadro de dados novamente em uma lista, use values.tolist ()

output=pd.DataFrame(X_test)
output['prediction']=y_pred

list=output.values.tolist()