pandas建立DataFrame物件失敗的解決方法

2023-01-18 14:01:27

報錯程式碼

粉絲群一個小夥伴想pandas建立DataFrame物件，但是發生了報錯（當時他心裡瞬間涼了一大截，跑來找我求助，然後順利幫助他解決了，順便記錄一下希望可以幫助到更多遇到這個bug不會解決的小夥伴），報錯程式碼如下：

import pandas as pd

data = {'name': ['a', 'b'],
        'Height': [140, 150, 160, 170],
        'Weight': [40, 50, 60, 70]}
df = pd.DataFrame(data, index=list('abcd'))
print(df)

報錯資訊截圖如下所示：

報錯翻譯

報錯資訊翻譯如下：

值錯誤：傳遞值的形狀為（2，3），索引表示（4，3）

報錯原因

傳遞建立DataFrame的值和索引對不上，小夥伴們按下面正確的方法建立即可！！！

解決方法

每一個列表的長度都要相同

import pandas as pd

data = {'name': ['a', 'b','c','d'],
        'Height': [155, 160, 175, 180],
        'Weight': [50, 48, 52, 65]}
df = pd.DataFrame(data, index=list('abcd'))
print(df)

執行結果：

建立DataFrame物件的四種方法

DataFrame 構造方法如下：

pandas.DataFrame( data, index, columns, dtype, copy)

引數說明：

data：一組資料(ndarray、series, map, lists, dict 等型別)。
index：索引值，或者可以稱為行標籤。
columns：列標籤，預設為 RangeIndex (0, 1, 2, …, n) 。
dtype：資料型別。
copy：拷貝資料，預設為 False。

1. list列表構建DataFrame

1）通過單列表建立

>>> import pandas as pd
>>>
>>> data = [0, 1, 2, 3, 4, 5]
>>> df = pd.DataFrame(data)
>>> print(df)
   0
0  0
1  1
2  2
3  3
4  4
5  5
>>> print(type(df))
<class 'pandas.core.frame.DataFrame'>

2）通過巢狀列表建立

>>> import pandas as pd
>>>
>>> data = [['小明', 20], ['小紅', 10]]
>>> df = pd.DataFrame(data, columns=['name', 'age'], dtype=float)
sys:1: FutureWarning: Could not cast to float64, falling back to object. This behavior is deprecated. In a future version, when a dtype is passed to 'DataFrame', either all columns will be cast to that dtype, or a TypeError will be raised
>>> print(df)
  name   age
0   小明  20.0
1   小紅  10.0
>>> print(type(df))
<class 'pandas.core.frame.DataFrame'>

3）列表中巢狀字典（字典的鍵被用作列名，缺失則賦值為NaN）：

>>> import pandas as pd
>>>
>>> data = [{'A': 1, 'B': 2}, {'A': 3, 'B': 4, 'C': 5}]
>>> df = pd.DataFrame(data)
>>> print(df)
   A  B    C
0  1  2  NaN
1  3  4  5.0
>>> print(type(df))
<class 'pandas.core.frame.DataFrame'>

2. dict字典構建DataFrame

使用 dict 建立，dict中列表的長度必須相同，如果傳遞了index，則索引的長度應等於陣列的長度。如果沒有傳遞索引，則預設情況下，索引將是range(n)，其中n是陣列長度。

1）普通建立：

>>> import pandas as pd
>>>
>>> data = {'name': ['小紅', '小明', '小白'], 'age': [10, 20, 30]}
>>> df = pd.DataFrame(data)
>>> print(df)
  name  age
0   小紅   10
1   小明   20
2   小白   30
>>> print(type(df))
<class 'pandas.core.frame.DataFrame'>

2）設定index建立：

>>> import pandas as pd
>>>
>>> data = {'name': ['小紅', '小明', '小白'], 'age': [10, 20, 30]}
>>> df = pd.DataFrame(data, index=['老三', '老二', '老大'])
>>> print(df)
   name  age
老三   小紅   10
老二   小明   20
老大   小白   30
>>> print(type(df))
<class 'pandas.core.frame.DataFrame'>

3. ndarray建立DataFrame

1）普通方式建立：

>>> import pandas as pd
>>> import numpy as np
>>>
>>> data = np.random.randn(3, 3)
>>> print(data)
[[-1.9332579   0.70876382 -0.44291914]
 [-0.26228642 -1.05200338  0.57390067]
 [-0.49433001  0.70472595 -0.50749279]]
>>> print(type(data))
<class 'numpy.ndarray'>
>>> df = pd.DataFrame(data)
>>> print(df)
          0         1         2
0 -1.933258  0.708764 -0.442919
1 -0.262286 -1.052003  0.573901
2 -0.494330  0.704726 -0.507493
>>> print(type(df))
<class 'pandas.core.frame.DataFrame'>

2）設定列名建立：

>>> import pandas as pd
>>> import numpy as np
>>>
>>> data = np.random.randn(3, 3)
>>> print(data)
[[-0.22028147  0.62374794 -0.66210282]
 [-0.71785439 -1.21004547  1.15663811]
 [ 1.47843923  0.4385811   0.31931312]]
>>> print(type(data))
<class 'numpy.ndarray'>
>>> df = pd.DataFrame(data, columns=list("ABC"))
>>> print(df)
          A         B         C
0 -0.220281  0.623748 -0.662103
1 -0.717854 -1.210045  1.156638
2  1.478439  0.438581  0.319313
>>> print(type(df))
<class 'pandas.core.frame.DataFrame'>

4. Series建立DataFrame

>>> import pandas as pd
>>>
>>> data = {'A': pd.Series(1, index=list(range(4)), dtype='float32'),
...         'B': pd.Series(2, index=list(range(4)), dtype='float32'),
...         'C': pd.Series(3, index=list(range(4)), dtype='float32')
...         }
>>> df = pd.DataFrame(data)
>>> print(df)
     A    B    C
0  1.0  2.0  3.0
1  1.0  2.0  3.0
2  1.0  2.0  3.0
3  1.0  2.0  3.0
>>> print(type(df))
<class 'pandas.core.frame.DataFrame'>

幫忙解決

到此這篇關於pandas建立DataFrame物件失敗的解決方法的文章就介紹到這了,更多相關pandas建立DataFrame物件失敗內容請搜尋it145.com以前的文章或繼續瀏覽下面的相關文章希望大家以後多多支援it145.com！