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
你需要提供可迭代对象作为Pandas DataFrame列的值:
df2 = pd.DataFrame({'A':[a],'B':[b]})
其他回答
你可以试试:
df2 = pd.DataFrame.from_dict({'a':a,'b':b}, orient = 'index')
来自'orient'参数的文档:如果传递的dict的键应该是结果DataFrame的列，则传递' columns '(默认)。否则，如果键应该是行，则传递' index '。
如果你想转换一个标量字典，你必须包含一个索引:
import pandas as pd
alphabets = {'A': 'a', 'B': 'b'}
index = [0]
alphabets_df = pd.DataFrame(alphabets, index=index)
print(alphabets_df)
虽然索引对于列表字典不需要，但同样的思想可以扩展到列表字典:
planets = {'planet': ['earth', 'mars', 'jupiter'], 'length_of_day': ['1', '1.03', '0.414']}
index = [0, 1, 2]
planets_df = pd.DataFrame(planets, index=index)
print(planets_df)
当然，对于列表字典，你可以在没有索引的情况下构建数据框架:
planets_df = pd.DataFrame(planets)
print(planets_df)
我对numpy数组也有同样的问题，解决方案是将它们压平:
data = {
'b': array1.flatten(),
'a': array2.flatten(),
}
df = pd.DataFrame(data)
import pandas as pd
a=2
b=3
dict = {'A': a, 'B': b}
pd.DataFrame(pd.Series(dict)).T
# *T :transforms the dataframe*
Result:
A B
0 2 3
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')
