pandas to_frame() Series 转成 DataFrame

看过来

《pandas 教程》持续更新中，提供建议、纠错、催更等加作者微信: gr99123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。跟作者学习，请进入 Python学习课程。欢迎关注作者出版的书籍：《深入浅出Pandas》和《Python之光》。

pandas to_frame() 把一维的 Series 转成二维的 DataFrame，方便后续做列拼接、SQL 写入、机器学习特征矩阵等需要「表结构」的操作。

语法

只要是 pandas.Series 就可以调用，跟 Series 里存的是数字、字符串、布尔、datetime、category 等无关。

语法（参数只有 1 个，无需换行）:

DataFrame = Series.to_frame(name=None)

参数说明:

name：给转出来的那一列起个名字。
- 不给值（默认 None）：如果原 Series 本身已经有名字，就沿用原名；如果原 Series 没名字，则列名默认 0。
- 给字符串或其它可接受对象：强制把列名改成这个名字。

返回值:

一个只有一列的 pandas.DataFrame，索引与原来的 Series 完全一致。

示例

由浅入深的 4 个使用场景与示例。把 Series 变成 DataFrame，方便 concat 横向拼接：

import pandas as pd
# 构造示例数据
s = pd.Series([10, 20, 30], name='score')
print("原始 Series：")
print(s)
df = s.to_frame()          # 沿用原名 'score'
print("\nto_frame 后：")
print(df)
"""
输出对照：
原始 Series：
0    10
1    20
2    30
Name: score, dtype: int64
to_frame 后：
score
0     10
1     20
2     30
"""

原 Series 没有名字，用 name 参数主动给列命名：

s2 = pd.Series(['男', '女', '女'])   # 注意这里没有 name
df2 = s2.to_frame(name='性别')
print("\n原 Series 无名字，to_frame 指定 name：")
print(df2)
"""
输出：
性别
0   男
1   女
2   女
"""

在链式调用里快速生成 DataFrame，再接着做列运算：

df3 = (pd.Series([1, 2, 3, 4])
.to_frame('x')
.assign(y=lambda d: d.x * 2)   # 新增一列 y
)
print("\n链式调用示例：")
print(df3)
"""
输出：
x  y
0  1  2
1  2  4
2  3  6
3  4  8
"""

把多个 Series 分别 to_frame 后再 concat，拼成宽表：

s4_height = pd.Series([168, 172, 165], name='height')
s4_weight = pd.Series([65, 70, 58], name='weight')
big_df = pd.concat([s4_height.to_frame(),
s4_weight.to_frame()], axis=1)
print("\n多 Series 拼成宽表：")
print(big_df)
"""
输出：
height  weight
0     168      65
1     172      70
2     165      58
"""

小结

只有 1 个参数 name，用来控制列名。
任何 Series 都能用，返回单列表格。
最常出现在「需要 DataFrame 结构」的场合：拼接、SQL 写入、机器学习特征矩阵、链式数据处理等。

（完）

pandas to_frame() Series 转成 DataFrame

语法

示例

小结

相关内容