日本免费高清视频-国产福利视频导航-黄色在线播放国产-天天操天天操天天操天天操|www.shdianci.com

學無先后，達者為師

網站首頁 編程語言 正文

pandas創建DataFrame對象失敗的解決方法_python

作者：無?羨? ? 更新時間： 2023-03-15 編程語言

報錯代碼

粉絲群一個小伙伴想pandas創建DataFrame對象，但是發生了報錯（當時他心里瞬間涼了一大截，跑來找我求助，然后順利幫助他解決了，順便記錄一下希望可以幫助到更多遇到這個bug不會解決的小伙伴），報錯代碼如下：

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)

報錯信息截圖如下所示：

在這里插入圖片描述

報錯翻譯

報錯信息翻譯如下：

值錯誤：傳遞值的形狀為（2，3），索引表示（4，3）

報錯原因

傳遞創建DataFrame的值和索引對不上，小伙伴們按下面正確的方法創建即可！！！

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)

運行結果：

在這里插入圖片描述

創建DataFrame對象的四種方法

DataFrame 構造方法如下：

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

參數說明：

  • data：一組數據(ndarray、series, map, lists, dict 等類型)。
  • index：索引值，或者可以稱為行標簽。
  • columns：列標簽，默認為 RangeIndex (0, 1, 2, …, n) 。
  • dtype：數據類型。
  • copy：拷貝數據，默認為 False。

1. list列表構建DataFrame

1）通過單列表創建

>>> 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）通過嵌套列表創建

>>> 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）列表中嵌套字典（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 創建，dict中列表的長度必須相同， 如果傳遞了index，則索引的長度應等于數組的長度。如果沒有傳遞索引，則默認情況下，索引將是range(n)，其中n是數組長度。

1）普通創建：

>>> 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）設置index創建：

>>> 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創建DataFrame

1）普通方式創建：

>>> 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）設置列名創建：

>>> 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創建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

原文鏈接：https://blog.csdn.net/yuan2019035055/article/details/128424563

欄目分類
最近更新