从变量中的值构造pandas DataFrame给出“ValueError:如果使用所有标量值，必须传递索引”

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

也许Series会提供你需要的所有函数:

pd.Series({'A':a,'B':b})

DataFrame可以被认为是一个系列的集合，因此你可以:

将多个Series连接到一个数据帧中(如此处所述) 向现有数据帧中添加一个Series变量(示例如下)

其他回答

也许Series会提供你需要的所有函数:

pd.Series({'A':a,'B':b})

DataFrame可以被认为是一个系列的集合，因此你可以:

将多个Series连接到一个数据帧中(如此处所述) 向现有数据帧中添加一个Series变量(示例如下)

如果你有一个字典，你可以用下面这行代码把它转换成pandas数据帧:

pd.DataFrame({"key": d.keys(), "value": d.values()})

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 '。

只要把字典放在一个列表上:

a = 2
b = 3
df2 = pd.DataFrame([{'A':a,'B':b}])

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']

推荐文章