通过使用新的多索引重复一行来创建熊猫数据框答案

【问题标题】：Create pandas dataframe by repeating one row with new multiindex通过使用新的多索引重复一行来创建熊猫数据框
【发布时间】：2017-06-21 03:53:54
【问题描述】：

在 Pandas 中，我有一个系列和一个多索引：

s = pd.Series([1,2,3,4], index=['w', 'x', 'y', 'z'])
idx = pd.MultiIndex.from_product([['a', 'b'], ['c', 'd']])

对我来说，创建一个以 idx 作为索引、以 s 作为每一行的值、将 S 中的索引保留为列的 DataFrame 的最佳方法是什么？

df =
       w   x   y   z
a  c   1   2   3   4
   d   1   2   3   4
b  c   1   2   3   4
   d   1   2   3   4

【问题讨论】：

标签： pandas dataframe creation

【解决方案1】：

使用pd.DataFrame 构造函数，后跟assign

pd.DataFrame(index=idx).assign(**s)

     w  x  y  z
a c  1  2  3  4
  d  1  2  3  4
b c  1  2  3  4
  d  1  2  3  4

【讨论】：

这是一个非常聪明的解决方案！
这非常有趣。我唯一要注意的是assign 根据其索引对s 的顺序进行了洗牌（请参阅documentation 中的注释部分）。因此，如果索引名称改为['w', 'x', 'y', 'a']，则a 列将跳转到前面。但这对我来说没关系。

【解决方案2】：

您可以将numpy.repeat 与numpy.ndarray.reshape 一起用于重复数据和最后一个DataFrame 构造函数：

arr = np.repeat(s.values, len(idx)).reshape(-1, len(idx))
df = pd.DataFrame(arr, index=idx, columns=s.index)
print (df)
     w  x  y  z
a c  1  1  1  1
  d  2  2  2  2
b c  3  3  3  3
  d  4  4  4  4

时间安排：

np.random.seed(123)
s = pd.Series(np.random.randint(10, size=1000))
s.index = s.index.astype(str)
idx = pd.MultiIndex.from_product([np.random.randint(10, size=250), ['a','b','c', 'd']])

In [32]: %timeit (pd.DataFrame(np.repeat(s.values, len(idx)).reshape(len(idx), -1), index=idx, columns=s.index))
100 loops, best of 3: 3.94 ms per loop

In [33]: %timeit (pd.DataFrame(index=idx).assign(**s))
1 loop, best of 3: 332 ms per loop

In [34]: %timeit pd.DataFrame([s]*len(idx),idx,s.index)
10 loops, best of 3: 82.9 ms per loop

【讨论】：

谢谢！我从您对这个（和其他）问题的回答中学到了很多东西，即 Pandas 中的速度和句法本地化之间存在权衡。我现在明白了，如果我可以更频繁地使用 numpy，我的速度就会提高！
是的，如果性能不重要，所有解决方案都很好，祝你好运！

【解决方案3】：

使用[s]*len(s)作为数据，idx作为索引，s.index作为列来重构一个df。

pd.DataFrame([s]*len(s),idx,s.index)
Out[56]: 
     w  x  y  z
a c  1  2  3  4
  d  1  2  3  4
b c  1  2  3  4
  d  1  2  3  4

【讨论】：

这只是巧合，因为len(s) == len(idx)。尝试s = pd.Series([0,1,2,3,4], index=['v', 'w', 'x', 'y', 'z']) 失败。你想要这个 pd.DataFrame([s]*len(idx),idx,s.index)