HOWTO · Pandas
Convertir Pandas Series en DataFrame
Il présente la manière de convertir les séries de pandas en cadres de données
Sur cette page
Utilisez pandas.DataFrame() ou pandas.Series.to_frame() pour convertir une Series Pandas en DataFrame. Ces deux méthodes conservent l’index de la Series comme index des lignes du DataFrame. Utilisez to_frame(name=...) pour nommer la colonne contenant les valeurs, ou reset_index(name=...) si vous souhaitez transformer l’ancien index en colonne ordinaire. Pour réunir plusieurs Series en colonnes, utilisez pd.concat(..., axis=1).
Les exemples utilisent la Series suivante : ses étiquettes deviennent l’index des lignes lors de chaque conversion.
import pandas as pd
import numpy as np
np.random.seed(0)
df_series = pd.Series(
np.random.randint(0, 100, size=(10)),
index=["a", "b", "c", "d", "e", "f", "g", "h", "i", "j"],
)
print(df_series)
a 44
b 47
c 64
d 67
e 67
f 9
g 83
h 21
i 36
j 87
dtype: int64
Convertir une Series Pandas en DataFrame avec pandas.DataFrame()
Passez une Series à pandas.DataFrame() pour créer un DataFrame à une colonne. L’argument columns définit le libellé de la colonne de valeurs ; l’index de la Series reste l’index des lignes. Ce constructeur général est pratique lorsque vous créez déjà un DataFrame à partir d’autres données.
import pandas as pd
import numpy as np
np.random.seed(0)
df_series = pd.Series(
np.random.randint(0, 100, size=(10)),
index=["a", "b", "c", "d", "e", "f", "g", "h", "i", "j"],
)
print(pd.DataFrame(df_series, columns=["A"]))
A
a 44
b 47
c 64
d 67
e 67
f 9
g 83
h 21
i 36
j 87
Le DataFrame obtenu comporte une colonne nommée A et conserve les étiquettes a à j comme index.
Utilisez le constructeur lorsque l’entrée est déjà une Series et que vous souhaitez définir des options du DataFrame lors de sa création. La liste columns détermine le libellé de la colonne de sortie ; elle ne remplace pas l’index de la Series. Si vous omettez columns, pandas utilise le nom de la Series pour la colonne de valeurs, s’il est défini, et 0 dans le cas contraire.
Convertir une Series Pandas en DataFrame avec pandas.Series.to_frame()
Appelez Series.to_frame() pour convertir directement une Series en DataFrame à une colonne. Passez name pour choisir le libellé de la colonne de valeurs. Cette méthode conserve l’index de la Series, ce qui est utile lorsque ses étiquettes identifient les lignes.
Pour une seule Series, to_frame(name="A") est une solution concise à pandas.DataFrame(series, columns=["A"]). Choisissez un nom qui décrit les valeurs, en particulier avant de joindre ce DataFrame à d’autres tables. Ces conversions ne transforment pas l’index de la Series en colonne de données ; utilisez reset_index() pour obtenir cette disposition.
import pandas as pd
import numpy as np
np.random.seed(0)
df_series = pd.Series(
np.random.randint(0, 100, size=(10)),
index=["a", "b", "c", "d", "e", "f", "g", "h", "i", "j"],
)
print(df_series.to_frame(name="A"))
A
a 44
b 47
c 64
d 67
e 67
f 9
g 83
h 21
i 36
j 87
Si une Series n’a pas de nom, to_frame() utilise 0 comme libellé de la colonne de valeurs. Si vous souhaitez également récupérer l’index de la Series dans une colonne, utilisez la méthode reset_index(). En nommant l’axe de l’index, la première colonne de sortie s’appelle index :
import pandas as pd
import numpy as np
np.random.seed(0)
df_series = pd.Series(
np.random.randint(0, 100, size=(10)),
index=["a", "b", "c", "d", "e", "f", "g", "h", "i", "j"],
).rename_axis("index")
print(df_series)
print("\n")
print(df_series.reset_index())
index
a 44
b 47
c 64
d 67
e 67
f 9
g 83
h 21
i 36
j 87
dtype: int64
index 0
0 a 44
1 b 47
2 c 64
3 d 67
4 e 67
5 f 9
6 g 83
7 h 21
8 i 36
9 j 87
reset_index() renvoie un DataFrame dans lequel l’ancien index figure dans la colonne index et les valeurs de la Series dans une colonne nommée 0. Fournissez name pour nommer directement la colonne de valeurs :
import pandas as pd
import numpy as np
np.random.seed(0)
df_series = pd.Series(
np.random.randint(0, 100, size=(10)),
index=["a", "b", "c", "d", "e", "f", "g", "h", "i", "j"],
).rename_axis("index")
print(df_series)
print("\n")
print(df_series.reset_index(name="A"))
index
a 44
b 47
c 64
d 67
e 67
f 9
g 83
h 21
i 36
j 87
dtype: int64
index A
0 a 44
1 b 47
2 c 64
3 d 67
4 e 67
5 f 9
6 g 83
7 h 21
8 i 36
9 j 87
Convertir plusieurs Series Pandas en DataFrame
Pour placer plusieurs Series côte à côte dans un même DataFrame, passez-les à pd.concat() avec axis=1. Pandas aligne les valeurs d’après les étiquettes d’index : les étiquettes identiques se retrouvent sur la même ligne. Les Series ci-dessous ont le même index et produisent trois colonnes de valeurs :
import pandas as pd
import numpy as np
np.random.seed(0)
df_series1 = pd.Series(
np.random.randint(0, 100, size=(10)),
index=["a", "b", "c", "d", "e", "f", "g", "h", "i", "j"],
)
df_series2 = pd.Series(
np.random.randint(40, 100, size=(10)),
index=["a", "b", "c", "d", "e", "f", "g", "h", "i", "j"],
)
df_series3 = pd.Series(
np.random.randint(80, 100, size=(10)),
index=["a", "b", "c", "d", "e", "f", "g", "h", "i", "j"],
)
df_stitched = pd.concat([df_series1, df_series2, df_series3], axis=1)
print(df_stitched)
0 1 2
a 44 46 97
b 47 64 85
c 64 64 93
d 67 52 88
e 67 98 89
f 9 41 99
g 83 78 96
h 21 79 99
i 36 63 85
j 87 86 95
La fonction pd.concat() utilise axis=1 pour concaténer les données par colonnes. La valeur par défaut est axis=0, qui concatène les données par lignes. Lorsque les index diffèrent, la concaténation par colonnes aligne les données sur leurs étiquettes ; si une étiquette est absente d’une Series, la colonne correspondante contient une valeur manquante pour cette ligne.