将元组列表转换为 Pandas 系列

Posted 2023-03-11

【中文标题】将元组列表转换为 Pandas 系列

【英文标题】：Converting a list of tuples to a Pandas series

【发布时间】：2019-04-21 04:00:17

【问题描述】：

我有一个要转换为系列的元组列表。

return array2

[(0, 0.07142857142857142),
  (0, 0.07142857142857142),
  (1, 0.08333333333333333),
  (1, 0.3333333333333333),
  (1, 0.3333333333333333),
  (1, 0.08333333333333333),
  (3, 0.058823529411764705),
  (3, 0.058823529411764705)]

我尝试通过将列表转换为字典然后转换为系列来做到这一点：

 a = pd.Series(dict(array2))

然而，生成的 Series 并没有按照我的需要运行。它似乎丢弃了key:value 对（可能是任意的？）

例如

return a

 0    0.071429
 1    0.083333
 3    0.058824

如何在不删除任何键值对的情况下获得系列？

【参考方案1】：

假设你的元组列表是

tuples = [(0, 0.07142857142857142),
  (0, 0.07142857142857142),
  (1, 0.08333333333333333),
  (1, 0.3333333333333333),
  (1, 0.3333333333333333),
  (1, 0.08333333333333333),
  (3, 0.058823529411764705),
  (3, 0.058823529411764705)]

我会使用（显式优于隐式）：

pd.Series([value for _, value in tuples], index=[index for index, _ in tuples])

但是，我也会重新考虑系列数据格式是否合适且有意义：索引实际上就像一个字典，即将一个唯一值映射到一个值。

【参考方案2】：

您可以使用np.transpose 解压缩列，然后创建pd.Series：

import numpy as np
import pandas as pd

x, y = np.transpose(array2)
pd.Series(y, x)

【讨论】：

这比pd.Series.T（转置）快吗？

或者，您可以使用x, y = zip(*array2) 来省去加载 Numpy 的麻烦。此外，这保留了索引的类型 (int)。

哦。 @jpp 已经建议了这一点。对不起。

【参考方案3】：

使用MultiIndex

pd.MultiIndex.from_tuples(L).to_frame()[1].reset_index(level=1,drop=True)
Out[79]: 
0    0.071429
0    0.071429
1    0.083333
1    0.333333
1    0.333333
1    0.083333
3    0.058824
3    0.058824
Name: 1, dtype: float64

【讨论】：

开箱即用的解决方案:)

【参考方案4】：

问题在于，当您将元组列表转换为字典时，Python 会删除所有重复的键，并且只使用每个键的最后一个值。这是必要的，因为每个键在字典中只能出现一次。因此，您需要使用一种保留所有记录的方法。这将做到这一点：

df = pd.DataFrame.from_records(array2, columns=['key', 'val'])
df = df.set_index('key')
a = df['val']

例子：

import pandas as pd
array2 = [
    (0, 0.07142857142857142),
    (0, 0.07142857142857142),
    (1, 0.08333333333333333),
    (1, 0.3333333333333333),
    (1, 0.3333333333333333),
    (1, 0.08333333333333333),
    (3, 0.058823529411764705),
    (3, 0.058823529411764705)
]

df = pd.DataFrame.from_records(array2, columns=['key', 'val'])
df = df.set_index('key')
a = df['val']
print(a)
# key
# 0    0.071429
# 0    0.071429
# 1    0.083333
# 1    0.333333
# 1    0.333333
# 1    0.083333
# 3    0.058824
# 3    0.058824
# Name: val, dtype: float64

【参考方案5】：

使用zip 和序列解包：

idx, values = zip(*L)

a = pd.Series(values, idx)

对于重复的索引，如在您的数据中，dict 将无济于事，因为不允许重复的字典键：dict 将仅采用提供的每个键的最后一个值。

【参考方案6】：

在第一列使用DataFrame 构造函数和set_index，然后为Series 选择第二列：

a = pd.DataFrame(array2).set_index(0)[1]
print (a)
0
0    0.071429
0    0.071429
1    0.083333
1    0.333333
1    0.333333
1    0.083333
3    0.058824
3    0.058824
Name: 1, dtype: float64

或者创建 2 个列表并传递给 Series 构造函数：

idx = [x[0] for x in array2]
vals = [x[1] for x in array2]

a = pd.Series(vals, index=idx)
print (a)
0    0.071429
0    0.071429
1    0.083333
1    0.333333
1    0.333333
1    0.083333
3    0.058824
3    0.058824
dtype: float64

【讨论】：

嗨，如果我只想要一列这个元组......怎么做@jezrael