拆分没有多索引的 Pandas 系列答案

【问题标题】：split a Pandas series without a multiindex拆分没有多索引的 Pandas 系列
【发布时间】：2013-06-30 05:54:12
【问题描述】：

我想采用具有单级索引的 Pandas 系列并将该索引拆分为具有多列的数据框。例如，对于输入：

s = pd.Series(range(10,17), index=['a','a','b','b','c','c','c'])

s
a    10
a    11
b    12
b    13
c    14
c    15
c    16
dtype: int64

我想要的输出是：

    a    b    c
0   10   12   14
1   11   13   15
2   NaN  NaN  16

我不能直接使用 unstack 命令，因为它需要一个多索引，而我只有一个单级索引。我尝试输入一个具有相同值的虚拟索引，但出现错误“ReshapeError：索引包含重复条目，无法重塑”。

我知道这有点不寻常，因为 1）pandas 不喜欢参差不齐的数组，所以需要填充，2）需要任意重置索引，3）我不能真正“初始化” “数据框，直到我知道最长的列将是多长时间。但这似乎仍然是我应该能够以某种方式做到的事情。我也考虑过通过 groupby 来做，但似乎没有任何像 grouped_df.values() 这样没有任何聚合函数的东西——可能是出于上述原因。

【问题讨论】：

标签： python split pandas reshape series

【解决方案1】：

可以使用groupby、apply、reset_index创建多索引Series，然后调用unstack：

import pandas as pd
s = pd.Series(range(10,17), index=['a','a','b','b','c','c','c'])
df = s.groupby(level=0).apply(pd.Series.reset_index, drop=True).unstack(0)
print df

输出：

   a   b   c
0  10  12  14
1  11  13  15
2 NaN NaN  16

【讨论】：

【解决方案2】：

不确定这是多么普遍。我通过 concat 模式将此称为 groupby。本质上是一个应用，但可以控制它的组合方式。

In [24]: s = pd.Series(range(10,17), index=['a','a','b','b','c','c','c'])

In [25]: df = DataFrame(dict(key = s.index, value = s.values))

In [26]: df
Out[26]: 
  key  value
0   a     10
1   a     11
2   b     12
3   b     13
4   c     14
5   c     15
6   c     16

In [27]: concat(dict([ (g,Series(grp['value'].values)) for g, grp in df.groupby('key') ]),axis=1)
Out[27]: 
    a   b   c
0  10  12  14
1  11  13  15
2 NaN NaN  16

【讨论】：

太好了，这正是我想要的。谢谢！