如何将pandas Series转换为带指定多列名的DataFrame

以下是复现问题的完整代码：

import numpy as np
from sklearn.datasets import load_iris
import pandas as pd

### 准备数据
Xy = np.c_[load_iris(return_X_y=True)]
mycol = ['x1','x2','x3','x4','group']
df = pd.DataFrame(data=Xy, columns=mycol)
dat = df.iloc[:100,:] # 仅选取两类鸢尾花数据
dat['group'] = dat.group.apply(lambda x: 1 if x ==0 else 2) # 两类映射为分组1、2

### 线性判别分析流程
G1 = dat.iloc[:50,:-1]; x1_bar = G1.mean(); S1 = G1.cov(); n1 = G1.shape[0]
G2 = dat.iloc[50:,:-1]; x2_bar = G2.mean(); S2 = G2.cov(); n2 = G2.shape[0] 
Sp = (n1-1)/(n1+n2-2)*S1 + (n2-1)/(n1+n2-2)*S2
a = np.linalg.inv(Sp).dot(x1_bar-x2_bar); u_bar = (x1_bar + x2_bar)/2
m = a.T.dot(u_bar); print("线性判别边界值为 {} ".format(m)) 

def my_lda(x):
    y = a.T.dot(x)
    pred = 1 if y >= m else 2
    return y.round(4), pred
 
xx = dat.iloc[:,:-1]
xxa = xx.agg(my_lda, axis=1)

运行代码后得到的xxa是形状为(100,)的pandas.core.series.Series对象，每个元素是包含两个返回值的元组。需求是将xxa转换为100行2列的pd.DataFrame，指定列名为['y','pred']，两次错误尝试如下：

• 第一次尝试直接传入Series构造DataFrame，触发报错：

xxa_df1 = pd.DataFrame(data=xxa, columns=['y','pred'])

ValueError: Shape of passed values is (100, 1), indices imply (100, 2)

• 第二次尝试先将Series转为单列表格再指定列名，得到的结果虽然是100行2列结构，但所有值均为NaN：

xxa2 = xxa.to_frame()
# xxa2 = pd.DataFrame(xxa) # 和`xxa.to_frame()`效果完全一致
xxa_df2 = pd.DataFrame(data=xxa2, columns=['y','pred'])

• 第一次尝试：存储元组的Series本质是一维结构，每个元组会被pandas识别为单个单元格的值，因此传入后实际只能生成100行1列的表格，和指定的2列要求不匹配，触发形状不兼容报错。
• 第二次尝试：to_frame()生成的单列表格默认列名是0，后续构造DataFrame时指定['y','pred']列名，pandas会在原表中查找这两个列名对应的数据，查找失败就会全部填充NaN。

提供三种可直接运行的常用方案，按需选择即可：

1. 最高效简洁的写法：将Series中的元组转为二维列表直接构造，可保留原行索引

xxa_df = pd.DataFrame(xxa.tolist(), columns=['y', 'pred'], index=xxa.index)

2. 通用兼容写法：逐元素展开为Series后修改列名

xxa_df = xxa.apply(pd.Series)
xxa_df.columns = ['y', 'pred']

3. 从源头规避转换步骤：修改聚合函数直接返回带列名的Series，apply运行后直接得到目标结构的DataFrame

def my_lda(x):
    y = a.T.dot(x)
    pred = 1 if y >= m else 2
    return pd.Series([y.round(4), pred], index=['y','pred'])

# 直接执行apply即可得到符合要求的DataFrame
xxa_df = xx.apply(my_lda, axis=1)

内容的提问来源于stack exchange，提问作者John Stone