在 DataFrame 中插入系列

Question

当我尝试使用一个系列构建 DataFrame 时，该系列将成为 DataFrame 中的列。

#name of series become column. All indexes of series become indexes
s= pd.Series({'a':1,'b':2,'c':3}, name='joe')
df=pd.DataFrame(s)
print(df)
     joe
a     1
b     2
c     3

但是当提供一个系列列表时，所有系列都成为 DataFrame 中的行。

# indexes become columns. series name become row name
s1= pd.Series({'a':1,'b':2,'c':3}, name='joe')
s2=pd.Series({'a':4,'b':5,'c':6}, name='john')
slist=[s1,s2]
df=pd.DataFrame(slist)
print(df)
     a    b   c
joe  1    2   3
john 4    5   6

为什么在处理上有这种差异？为什么一个系列不能总是成为 DataFrame 中的行，无论是提供列表还是单个系列。我相信 Pandas 的开发者并不是一时兴起。

创建 DataFrame 后，如果我尝试附加一个 系列，然后它被附加为行。

import pandas as pd
s1= pd.Series({'a':1,'b':2,'c':3}, name='s1')
s2=pd.Series({'a':4,'b':5,'c':6}, name='s2')
slist=[s1,s2]
df=pd.DataFrame(slist)
s=pd.Series({'b':1}, name='s3')
df=df.append(s)
print(df)

     a    b    c
s1  1.0  2.0  3.0
s2  4.0  5.0  6.0
s3  NaN  1.0  NaN

Answer 1

有区别，因为在第二个示例中使用Series的列表，所以如果需要在第一个行中需要一个元素列表[s]：

s = pd.Series({'a':1,'b':2}, name='joe')
#list of Series
df = pd.DataFrame([s])
print (df)
     a  b
joe  1  2

---

s1 = pd.Series({'a':1,'b':2}, name='joe')
s2 = pd.Series({'a':4,'b':5}, name='john')
#list of Series
df = pd.DataFrame([s1,s2])
print (df)
      a  b
joe   1  2
john  4  5

在我看来，一个Seriess 被解析为列，因为在DataFrame 中，每一列都是Series 和一些dtype。

DataFrame:

DataFrame 是一种二维标记数据结构，具有可能不同类型的列。您可以将其视为电子表格或 SQL 表，或 Series 对象的字典。