Konstruowanie pand DataFrame z wartości w zmiennych daje „ValueError: Jeśli używasz wszystkich wartości skalarnych, musisz przekazać indeks”

To może być proste pytanie, ale nie mogę wymyślić, jak to zrobić. Powiedzmy, że mam dwie zmienne w następujący sposób.

a = 2
b = 3

Chcę zbudować DataFrame z tego:

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

To generuje błąd:

ValueError: Jeśli używasz wszystkich wartości skalarnych, musisz przekazać indeks

Próbowałem tego także:

df2 = (pd.DataFrame({'a':a,'b':b})).reset_index()

Daje to ten sam komunikat o błędzie.

Komunikat o błędzie mówi, że jeśli przekazujesz wartości skalarne, musisz przekazać indeks. Nie możesz więc użyć wartości skalarnych dla kolumn - np. Użyj listy:

>>> df = pd.DataFrame({'A': [a], 'B': [b]})
>>> df
   A  B
0  2  3

lub użyj wartości skalarnych i przekaż indeks:

>>> df = pd.DataFrame({'A': a, 'B': b}, index=[0])
>>> df
   A  B
0  2  3

Możesz także użyć pd.DataFrame.from_recordswygodniejszego, gdy masz już pod ręką słownik:

df = pd.DataFrame.from_records([{ 'A':a,'B':b }])

Możesz także ustawić indeks, jeśli chcesz:

df = pd.DataFrame.from_records([{ 'A':a,'B':b }], index='A')

Najpierw musisz utworzyć serię pand. Drugim krokiem jest konwersja serii pand na ramkę danych pand.

import pandas as pd
data = {'a': 1, 'b': 2}
pd.Series(data).to_frame()

Możesz nawet podać nazwę kolumny.

pd.Series(data).to_frame('ColumnName')

Możesz spróbować zapakować słownik do listy

my_dict = {'A':1,'B':2}

pd.DataFrame([my_dict])

   A  B
0  1  2

Może Series zapewni wszystkie potrzebne funkcje:

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

DataFrame można traktować jako zbiór serii, dlatego możesz:

• Połącz wiele serii w jedną ramkę danych (jak opisano tutaj )

• Dodaj zmienną Series do istniejącej ramki danych ( przykład tutaj )

Musisz podać iterowalne wartości dla kolumn Pandas DataFrame:

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

Miałem ten sam problem z tablicami numpy i rozwiązaniem jest ich spłaszczenie:

data = {
    'b': array1.flatten(),
    'a': array2.flatten(),
}

df = pd.DataFrame(data)

Jeśli zamierzasz przekonwertować słownik skalarów, musisz dołączyć indeks:

import pandas as pd

alphabets = {'A': 'a', 'B': 'b'}
index = [0]
alphabets_df = pd.DataFrame(alphabets, index=index)
print(alphabets_df)

Chociaż indeks nie jest wymagany dla słownika list, ten sam pomysł można rozszerzyć na słownik list:

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)

Oczywiście w przypadku słownika list można zbudować ramkę danych bez indeksu:

planets_df = pd.DataFrame(planets)
print(planets_df)

Możesz spróbować:

df2 = pd.DataFrame.from_dict({'a':a,'b':b}, orient = 'index')

Z dokumentacji argumentu „orient”: jeśli kluczami przekazanego dict powinny być kolumny wynikowej DataFrame, przekaż „kolumny” (domyślnie). W przeciwnym razie, jeśli klucze powinny być wierszami, należy przekazać „indeks”.

Magia pand w pracy. Cała logika jest wyłączona.

Komunikat o błędzie "ValueError: If using all scalar values, you must pass an index"mówi, że musisz przekazać indeks.

Nie musi to oznaczać, że przekazanie indeksu powoduje, że pandy robią to, co chcesz

Po przejściu indeksu pandy będą traktować klucze słownika jako nazwy kolumn, a wartości jak to, co kolumna powinna zawierać dla każdej wartości w indeksie.

a = 2
b = 3
df2 = pd.DataFrame({'A':a,'B':b}, index=[1])

    A   B
1   2   3

Przekazywanie większego indeksu:

df2 = pd.DataFrame({'A':a,'B':b}, index=[1, 2, 3, 4])

    A   B
1   2   3
2   2   3
3   2   3
4   2   3

Indeks jest zwykle generowany automatycznie przez ramkę danych, gdy nie jest podany. Jednak pandy nie wiedzą, ile rzędów 2i 3chcesz. Możesz jednak wyrazić się bardziej otwarcie

df2 = pd.DataFrame({'A':[a]*4,'B':[b]*4})
df2

    A   B
0   2   3
1   2   3
2   2   3
3   2   3

Domyślny indeks wynosi 0.

Podczas tworzenia ramek danych zalecałbym zawsze przekazywanie słownika list do konstruktora ramki danych. Łatwiej jest czytać innym programistom. Panda ma wiele ostrzeżeń, nie zmuszaj innych programistów, by czytali Twój kod.

dane wejściowe nie muszą być listą rekordów - może to być także pojedynczy słownik:

pd.DataFrame.from_records({'a':1,'b':2}, index=[0])
   a  b
0  1  2

Co wydaje się równoważne z:

pd.DataFrame({'a':1,'b':2}, index=[0])
   a  b
0  1  2

Wynika to z faktu, że DataFrame ma dwa intuicyjne wymiary - kolumny i wiersze.

Podajesz kolumny tylko przy użyciu kluczy słownika.

Jeśli chcesz określić tylko dane jednowymiarowe, użyj serii!

Konwertuj słownik na ramkę danych

col_dict_df = pd.Series(col_dict).to_frame('new_col').reset_index()

Nadaj nową nazwę kolumnie

col_dict_df.columns = ['col1', 'col2']

Jeśli masz słownik, możesz przekształcić go w ramkę danych pand za pomocą następującego wiersza kodu:

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

Wystarczy przekazać dyktando na liście:

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