如何将Pandas DataFrame的每行转换为独立Series以适配sktime数据格式要求

你遇到的是典型的宽格式转嵌套序列格式的需求，sktime要求每个样本对应一个独立的时间序列，所以需要把每行的多列数据打包成单个单元格的序列，下面给你几个简单高效的解决方案：

首先明确你的原始数据情况（这里假设time是一列，不是索引）：

原始DataFrame（形状(9,7)，排除time列后为(9,6)）：

time 0 1 2 3 4 5
0 3.477110 3.475698 3.475874 3.478345 3.476757 3.478169
1 3.422223 3.419752 3.417987 3.421341 3.418693 3.418340
2 3.474110 3.474816 3.477463 3.479757 3.479581 3.476757
3 3.504995 3.507112 3.504995 3.505877 3.507112 3.508171
4 3.426106 3.424870 3.422399 3.421517 3.419046 3.417105
6 3.364336 3.362571 3.360453 3.358335 3.357806 3.356924
7 3.364336 3.362571 3.360453 3.358335 3.357806 3.356924
8 3.364336 3.362571 3.360453 3.358335 3.357806 3.356924

目标是转成**形状(9,1)**的DataFrame，每个单元格是长度为6的时间序列，示例如下：

time_series
0  [3.477110,3.475698,3.475874,3.478345,3.476757,3.478169]
1  [3.422223,3.419752,3.417987,3.421341,3.418693,3.418340]
...

方案1：用apply快速打包每行（最直观） #

这是最容易理解的方式，直接对每行数据进行打包操作：

import pandas as pd

# 假设你的原始DataFrame叫df
# 先去掉time列（如果time是索引的话直接用df即可）
data_cols = df.drop('time', axis=1)

# 把每行转成Series，再整合成单列DataFrame
df_sktime = data_cols.apply(pd.Series, axis=1).to_frame(name='time_series')

# 如果想要列表格式而非Series，改成下面这行
# df_sktime = data_cols.apply(lambda row: row.tolist(), axis=1).to_frame(name='time_series')

运行后，df_sktime.shape会返回(9,1)，每个单元格就是你需要的独立时间序列，直接给sktime用就行。

方案2：构造数组批量转换（性能最优） #

如果你的数据量很大，apply的逐行操作可能有点慢，直接用numpy数组批量构造会更快：

# 提取数值部分的数组
values = df.drop('time', axis=1).values

# 直接生成单列DataFrame，每个元素是一行的数组
df_sktime = pd.DataFrame({'time_series': [row for row in values]})

这种方法跳过了逐行遍历，性能提升明显，适合处理大规模数据集。

方案3：stack+groupby重组（灵活通用） #

如果以后遇到更复杂的格式转换，用长格式转嵌套的思路也能解决：

# 把宽格式转成长格式，保留行索引
df_long = df.reset_index().melt(id_vars=['index', 'time'], var_name='pos', value_name='val')

# 按行索引分组，把每组的值打包成序列
df_sktime = df_long.groupby('index')['val'].apply(pd.Series).to_frame(name='time_series')

这个方法通用性强，但对于你的需求来说，前两种更简洁。

验证一下结果，你可以打印df_sktime.iloc[0,0]，应该能看到第一行的完整时间序列，完全符合sktime的输入要求。

内容的提问来源于stack exchange，提问作者Ayush Bishnoi