[人工智能]20220316 技术点小结：如何将Series转换成Dataframe

第1类方法：直接将Series转化成Dataframe

1.1 使用Pd.Dataframe()方法

1.2 使用Series.to_fame()方法

这里有一个例子，一些文本分词后计算词频并按词频从大到小排序，得到一个Series：

1.1 和 1.2 转化的结果都是

1.1 和 1.2 的区别在于：将Series转化为Dataframe时，同时给Series.values这一列命名的语法不一样。

• Pd.Dataframe()方法
  pd.Dataframe(series， columns=[‘列名’])
• Series.to_fame()方法
  series.to_frame(name=‘列名’)

1.1 和 1.2 转化时同时给列名的最终效果都是：

使用1.1 或 1.2方法之后，我们经常还需要Dataframe.reset_index()

最后还需要修改列名

Dataframe.rename(columns={‘index’:‘词’})
输出结果：

总结一下代码：

• 总结
  第1步：
  pd.Dataframe(series, columns=[‘列名2’])
  或
  series.to_frame(name=‘列名2’)
  第2步：
  Dataframe.reset_index().rename(columns={‘index’:‘列名1’})
• 也可以
  第1步：
  pd.Dataframe(series)
  或
  series.to_frame()
  第2步：
  Dataframe.columns = [‘列名1’, ‘列名2’]

第2类方法：从字典的角度去创建Dataframe

pd.Dataframe({‘列名1’:word_count.index, ‘列名2’:word_count.values}
最终结果与第1类方法一样。