在 Python 中将 2 列的数据框转换为一系列 2 列答案

【问题标题】：Converting a dataframe of 2 columns to a series of 2 columns in Python在 Python 中将 2 列的数据框转换为一系列 2 列
【发布时间】：2019-01-23 04:12:18
【问题描述】：

我正在尝试处理一些时间序列数据，并且对 pandas 数据框很陌生。我有一个包含两列的数据框，如下所示：

+---+-----------------------+-------+--+
|   |           0           |   1   |  |
+---+-----------------------+-------+--+
| 1 | 2018-08-02 23:00:00   | 456.8 |  |
| 2 | 2018-08-02 23:01:00   | 457.9 |  |
+---+-----------------------+-------+--+

我正在尝试将其转换为具有两列的系列，就像它在数据框中一样。如何做呢？因为 pd.series 正在将数据框转换为一系列一列。

【问题讨论】：

你能解释一下你想象的“有两列的系列”会是什么样子吗？
如下所示：数据类型需要是系列：Index 0 2018-08-02 23:00:00 456.8 2018-08-02 23:01:00 457.9 对不起，我无法发表评论正确

标签： python pandas

【解决方案1】：

作为stated in comments 使用“pd.Series(df.col1, df.col2) 产生一个带有 NaN 的系列”。原因是 Series 将被重新索引，对象作为 index 参数传递。 Current dev docs澄清：

如果 data 是 dict-like 并且 index 是 None，那么 data 中的键被用作索引。如果索引不是 None，则使用索引值重新索引生成的 Series。

为了避免重新索引，可以这样做：

pd.Series(df[0].values, index=df[1])

由于df[0].values 是pd.array，而不是类似字典的pd.Series，因此不会重新索引任何内容，df[1] 将按原样设置为索引。

【讨论】：

【解决方案2】：

没有两列的熊猫系列。我的猜测是你想生成一个以列 0 为索引和列 1 为值的系列。您可以通过设置索引并提取感兴趣的列来获得它（假设您的 DataFrame 在df）：

df.set_index(0)[1]

【讨论】：

或pd.Series(df[0], df[1])（如果需要，甚至可以是pd.to_datetime(df[1])）
使用 pd.Series(df.col1, df.col2) 会在此处生成带有 NaN 的系列。 `pd.Series(df.col1.values, df.col2)' 有效 - 只是失去了 Name 属性。虽然 pd.Series(df.col1) 不产生 NaN ......似乎有问题（pandas 版本 1.0.4，PY3.7）
这不是错误的，而是有意的。当前的开发文档阐明了这种行为：如果数据类似于 dict 并且索引为 None，则数据中的键用作索引。如果索引不是 None，则使用索引值重新索引生成的 Series。 pandas.pydata.org/docs/dev/reference/api/…