Pandas:从系列创建数据帧

Question

我有几个系列变量要连接(沿轴=1(以创建DataFrame。我希望系列的名称在DataFrame中显示为列名。我已经想出了几种方法来做到这一点。

在我看来，最直观的方法是：

import pandas as pd
x1 = pd.Series([1,2,3],name='x1')
x2 = pd.Series([11,12,13],name='x2')

df = pd.DataFrame([x1,x2])
print(df)

但是，不是将序列名作为列标题，而是将序列数据用作DataFrame中的行。

0   1   2
x1   1   2   3
x2  11  12  13

这让我觉得违背直觉有两个原因。

• 序列中的数据可能是一种类型的数据，即股价、时间序列数据等。因此，序列数据应该是DataFrame中的一列，而不是一行，这似乎很直观。

• 从现有DataFrame中提取列作为序列时，列名将用作序列的名称。

示例：

df = pd.DataFrame({'x1' : [1,2,3], 'x2' : [4,5,6]})
print(type(df['x1']))
print(df['x1'].name)
<class 'pandas.core.series.Series'>
x1

那么，在从序列构造DataFrame时，为什么不将名称用作列标题呢？``

我总是可以从字典中构造一个DataFrame来获得我想要的结果：

df = pd.DataFrame({'x1' : x1, 'x2' : x2})
print(df)
x1  x2
0   1  11
1   2  12
2   3  13

但这让我觉得很尴尬，因为我必须复制系列的名称(或者至少在词典的结构中引用它们(。

另一方面，Pandasconcat方法实现了我所期望的默认行为：

df = pd.concat([x1,x2],axis=1)
print(df)
x1  x2
0   1  11
1   2  12
2   3  13

所以，我的问题是，当从系列变量列表构建DataFrame时，为什么concat的行为不是默认行为？

Answer 1

x1 = pd.Series([1,2,3],name='x1')
x2 = pd.Series([11,12,13],name='x2')
df = pd.DataFrame([x1,x2]).transpose()

>>> df
x1  x2
0   1  11
1   2  12
2   3  13

因为pd.DataFrame不会为您生成zip：

>>> pd.DataFrame(zip(x1, x2), columns=[x1.name, x2.name])
x1  x2
0   1  11
1   2  12
2   3  13