Converter Pandas Series em DataFrame

  2. HowTo
  3. Python Pandas Howtos
  4. Converter Pandas Series em DataFrame
Sathiya Sarathi 30 janeiro 2023
Pandas Pandas DataFrame Pandas Series
  1. Converter um único Pandas Series para DataFrame utilizando pandas.DataFrame()
  2. Converter um único Pandas Series para DataFrame utilizando pandas.Series.to_frame()
  3. Converter Series de Pandas Múltiplos em Dataframes
Converter Pandas Series em DataFrame

A criação de novas colunas a partir da Series derivada ou existente é uma actividade formidável na engenharia de características. A nova Series ou coluna recentemente criada pode ser convertida em Dataframe utilizando as funções nativas dos pandas. Neste artigo, vamos introduzir como converter a Series de Pandas para Dataframe.

Nos exemplos seguintes, trabalharemos no Dataframe criado utilizando o seguinte snippet.

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)

Resultado:

a    44
b    47
c    64
d    67
e    67
f     9
g    83
h    21
i    36
j    87
dtype: int64

Converter um único Pandas Series para DataFrame utilizando pandas.DataFrame()

A Series pode ser transformada num Dataframe utilizando como argumento o DataFrame() Construtor, enviando a Pandas Series.

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"]))

Resultado:

    A
a  81
b  37
c  25
d  77
e  72
f   9
g  20
h  80
i  69
j  79

Como se viu acima, a saída da função retorna um Dataframe.

Converter um único Pandas Series para DataFrame utilizando pandas.Series.to_frame()

Esta função converte a dada Pandas Series para um Dataframe. O nome da coluna pode ser definido com o argumento name.

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"))

Resultado:

    A
a  44
b  47
c  64
d  67
e  67
f   9
g  83
h  21
i  36
j  87

Pode haver cenários em que a série dada não tem qualquer nome. Em situações como estas, o método reset_index() pode vir a ser útil.

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())

Resultado:

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

Como se viu acima, o quadro de dados criado contém uma nova coluna chamada 0. A coluna chamada 0 pode ser renomeada utilizando o argumento name que pode ser fornecido à função reset_index(), como se mostra abaixo.

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"))

Resultado:

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

Converter Series de Pandas Múltiplos em Dataframes

Os exemplos acima referidos demonstraram a capacidade de converter apenas uma única Pandas Series a um Dataframe. E se houvesse várias Series, e estas precisassem de ser costuradas juntas para um único Dataframe? Ao criar a Série individual, o dataframe pode ser criado concatenando utilizando a função concat().

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)

Resultado:

    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

Note que a função pd.concat() incluía um argumento axis=1, que corresponde ao apêndice ao longo da coluna. Se o axis não for fornecido, haverá uma fusão ou união em linha em todos os Dataframes.

Artigo relacionado - Pandas DataFrame

Artigo relacionado - Pandas Series