将系列转换为具有特定维度的数据框答案

【问题标题】：Turn series to dataframe with certain dimension将系列转换为具有特定维度的数据框
【发布时间】：2017-11-07 09:50:50
【问题描述】：

我有一个 5 值的系列

我有一个包含 n 列的数据框 A。

有什么方法可以制作尺寸为 (5*n) 的数据框。所有列均由系列组成，列名与数据框 A 相同？

例如：

数据框 A 看起来像

      col1    col2
0        1       3
1        2       2
2        2       2
3        2       6
4        4       2

新的数据框看起来像

      col1    col2
0        A       A
1        A       A
2        B       B
3        C       C
4        E       E

我现在想出的最佳解决方案是复制 A 并使用循环逐列更改新数据框的值。

感谢您的帮助！

【问题讨论】：

标签： python pandas dataframe series

【解决方案1】：

使用concat:

df = pd.concat([s] * len(df.columns), 1, keys=df.columns)
print (df)
  col1 col2
0    A    A
1    A    A
2    B    B
3    C    C
4    E    E

或者如果需要更快的解决方案，请使用numpy.repeat + numpy.reshape:

l = len(df.columns)
df = pd.DataFrame(np.repeat(s,l ).reshape(-1,l), columns=df.columns, index=df.index)
print (df)
  col1 col2
0    A    A
1    A    A
2    B    B
3    C    C
4    E    E

或者更简单：

l = len(df.columns)
df = pd.DataFrame(np.column_stack([s] * l), columns=df.columns, index=df.index)
print (df)
  col1 col2
0    A    A
1    A    A
2    B    B
3    C    C
4    E    E

时间安排：

np.random.seed(123)

L = list('abcdefghijklmno') 
s = pd.Series(np.random.choice(L, 100))

df = pd.DataFrame(np.random.randint(100, size=(100, 100))).add_prefix('col')

print (df)

In [161]: %timeit pd.concat([s] * len(df.columns), 1, keys=df.columns)
100 loops, best of 3: 2.84 ms per loop

In [162]: %timeit pd.DataFrame(np.repeat(s.values,len(df.columns)).reshape(-1,len(df.columns)), columns=df.columns, index=df.index)
1000 loops, best of 3: 199 µs per loop

In [163]: %timeit pd.DataFrame(np.column_stack([s] * len(df.columns)), columns=df.columns, index=df.index)
1000 loops, best of 3: 1 ms per loop

In [164]: %timeit pd.DataFrame({k : s for k in df.columns})
100 loops, best of 3: 2.33 ms per loop

【讨论】：

【解决方案2】：

DataFrame 带有 dict 组合的构造函数。

pd.DataFrame({k : df1.Col for k in df2.columns})

  col1 col2
0    A    A
1    A    A
2    B    B
3    C    C
4    E    E

【讨论】：