将元组列表转换为系列的最快方法

Question

考虑一个元组列表 lst

lst = [('a', 10), ('b', 20)]

问题
将此转换为系列的最快方法是什么

i
a    10
b    20
Name: c, dtype: int64

尝试

pd.DataFrame(lst, list('ic')).set_index('i').c

这是低效的.

Answer 1

两个可能的缺点@Divakar's np.asarray(lst)- 它将所有内容转换为字符串,需要Pandas将它们转换回来.而速度快的阵列相对昂贵.

另一种方法是使用zip(*)成语"转置"列表:

In [65]: lst = [('a', 10), ('b', 20), ('j',1000)]
In [66]: zlst = list(zip(*lst))
In [67]: zlst
Out[67]: [('a', 'b', 'j'), (10, 20, 1000)]
In [68]: out = pd.Series(zlst[1], index = zlst[0])
In [69]: out
Out[69]: 
a      10
b      20
j    1000
dtype: int32

请注意,我的dtype是int,而不是object.

In [79]: out.values
Out[79]: array(['10', '20', '1000'], dtype=object)

所以在数组的情况下,Pandas不会将值转换回整数; 它把它们留作字符串.

==============

我对时间的猜测是关闭的 - 我对熊猫系列创作时间没有任何感觉.此样本太小,无法进行有意义的计时:

In [71]: %%timeit
    ...: out=pd.Series(dict(lst))
1000 loops, best of 3: 305 µs per loop
In [72]: %%timeit
    ...: arr=np.array(lst)
    ...: out = pd.Series(arr[:,1], index=arr[:,0])
10000 loops, best of 3: 198 µs per loop
In [73]: %%timeit
    ...: zlst = list(zip(*lst))
    ...: out = pd.Series(zlst[1], index=zlst[0])
    ...: 
1000 loops, best of 3: 275 µs per loop

或者强制整数解释

In [85]: %%timeit
    ...: arr=np.array(lst)
    ...: out = pd.Series(arr[:,1], index=arr[:,0], dtype=int)
    ...: 
    ...: 
1000 loops, best of 3: 253 µs per loop

Answer 2

最简单的方法是将元组列表作为字典传递:

>>> pd.Series(dict(lst))
a   10
b   20
dtype: int64