打開熊貓系列系列列表或numpy的陣列來列出

Question

我有一系列s

s = pd.Series([1, 2]) 

是什麼力量讓s樣子

0 [1] 
1 [2] 
dtype: object 

Answer 1

這裏有一個方法，提取到數組並且通過引入具有None/np.newaxis的新軸線而延伸至2D -

pd.Series(s.values[:,None].tolist()) 

這裏有一個類似的，但重塑延伸到2D - 使用@P-robot's setup

pd.Series(s.values.reshape(-1,1).tolist()) 

運行測試 -

In [43]: s = pd.Series(np.random.randint(1,10,1000)) 

In [44]: %timeit pd.Series(np.vstack(s.values).tolist()) # @Nickil Maveli's soln 
100 loops, best of 3: 5.77 ms per loop 

In [45]: %timeit pd.Series([[a] for a in s]) # @P-robot's soln 
1000 loops, best of 3: 412 µs per loop 

In [46]: %timeit s.apply(lambda x: [x]) # @mgc's soln 
1000 loops, best of 3: 551 µs per loop 

In [47]: %timeit pd.Series(s.values[:,None].tolist()) # Approach1 
1000 loops, best of 3: 307 µs per loop 

In [48]: %timeit pd.Series(s.values.reshape(-1,1).tolist()) # Approach2 
1000 loops, best of 3: 306 µs per loop 

Answer 2

這確實是一種有效的方式排列：

import numpy as np 

np.array([[a] for a in s],dtype=object) 
array([[1], 
     [2]], dtype=object) 

Answer 3

如果你想結果仍然是熊貓Series你可以使用apply方法：

In [1]: import pandas as pd 

In [2]: s = pd.Series([1, 2]) 

In [3]: s.apply(lambda x: [x]) 
Out[3]: 
0 [1] 
1 [2] 
dtype: object 

Answer 4

調整atomh33ls的回答，這裏的一系列列表：

output = pd.Series([[a] for a in s]) 
type(output) 
>> pandas.core.series.Series 
type(output[0]) 
>> list 

時機與選擇的建議：

import numpy as np, pandas as pd 
s = pd.Series(np.random.randint(1,10,1000)) 

>> %timeit pd.Series(np.vstack(s.values).tolist()) 
100 loops, best of 3: 3.2 ms per loop 

>> %timeit pd.Series([[a] for a in s]) 
1000 loops, best of 3: 393 µs per loop 

>> %timeit s.apply(lambda x: [x]) 
1000 loops, best of 3: 473 µs per loop