python - 将具有字典值的系列值转换为 DataFrame。不是系列本身

Question

我的系列看起来像这样:

d1 = {'Class': 'A', 'age':35, 'Name': 'Manoj'}
d2 = {'Class': 'B', 'age':15, 'Name': 'Mot'}
d3 = {'Class': 'B', 'age':25, 'Name': 'Vittoo'}

ser = [d1, d2, d3]

dummy = pd.Series(ser)
dummy
0     {'Class': 'A', 'age': 35, 'Name': 'Manoj'}
1     {'Class': 'B', 'age': 15, 'Name': 'Mot'}
2    {'Class': 'B', 'age': 25, 'Name': 'Vittoo'}

当我使用 to_frame 函数时，它会执行以下操作:

dummy.to_frame()

                      0
0   {'Class': 'A', 'age': 35, 'Name': 'Manoj'}
1   {'Class': 'B', 'age': 15, 'Name': 'Mot'}
2   {'Class': 'B', 'age': 25, 'Name': 'Vittoo'}

但我想要得到的是:

Class   Name    age
0   A   Manoj   35
1   B   Mot     15
2   B   Vittoo  25

我已经尝试过，效果很好:

df = pd.DataFrame(dummy)
df = df[0].apply(pd.Series)
df

但感觉效率非常低，因为我需要将 Series 转换为数据帧，然后再次将 Series 函数应用于完整的数据帧。由于我正在处理数百万行，我想知道是否有更有效的解决方案。

Answer 1

使用DataFrame构造函数代替Series构造函数:

d1 = {'Class': 'A', 'age':35, 'Name': 'Manoj'}
d2 = {'Class': 'B', 'age':15, 'Name': 'Mot'}
d3 = {'Class': 'B', 'age':25, 'Name': 'Vittoo'}

ser = [d1, d2, d3]

df = pd.DataFrame(ser)
print (df)
  Class    Name  age
0     A   Manoj   35
1     B     Mot   15
2     B  Vittoo   25

<小时/>

如果输入数据是由字典存储的Series，则在DataFrame构造函数之前将其转换为列表，则不需要to_frame:

dummy = pd.Series(ser)

df = pd.DataFrame(dummy.values.tolist())
print (df)
  Class    Name  age
0     A   Manoj   35
1     B     Mot   15
2     B  Vittoo   25