这可能是一个简单的问题,但我不知道该怎么做。假设有两个变量。
a = 2
b = 3
我想从这个构建一个数据框架:
df2 = pd.DataFrame({'A':a,'B':b})
这会产生一个错误:
ValueError:如果使用所有标量值,则必须传递一个索引
我也试过这个:
df2 = (pd.DataFrame({'a':a,'b':b})).reset_index()
这将给出相同的错误消息。
这可能是一个简单的问题,但我不知道该怎么做。假设有两个变量。
a = 2
b = 3
我想从这个构建一个数据框架:
df2 = pd.DataFrame({'A':a,'B':b})
这会产生一个错误:
ValueError:如果使用所有标量值,则必须传递一个索引
我也试过这个:
df2 = (pd.DataFrame({'a':a,'b':b})).reset_index()
这将给出相同的错误消息。
当前回答
将字典转换为数据帧
col_dict_df = pd.Series(col_dict).to_frame('new_col').reset_index()
为列指定新名称
col_dict_df.columns = ['col1', 'col2']
其他回答
首先你需要创造一个熊猫系列。第二步是将pandas系列转换为pandas数据框架。
import pandas as pd
data = {'a': 1, 'b': 2}
pd.Series(data).to_frame()
您甚至可以提供列名。
pd.Series(data).to_frame('ColumnName')
将“a”和“b”值更改为列表,如下所示:
a = [2]
b = [3]
然后执行如下代码:
df2 = pd.DataFrame({'A':a,'B':b})
df2
你会得到:
A B
0 2 3
这是因为DataFrame有两个直观的维度——列和行。
您只是使用字典键指定列。
如果您只想指定一维数据,请使用Series!
你可以试试这个: df2 = pd.DataFrame.from_dict ({a: a、b: b},东方=“指数”)
只要把字典放在一个列表上:
a = 2
b = 3
df2 = pd.DataFrame([{'A':a,'B':b}])