欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

pandas創(chuàng)建DataFrame對(duì)象失敗的解決方法

 更新時(shí)間：2023年01月17日 15:49:48   作者：無?羨?  
本文主要介紹了pandas創(chuàng)建DataFrame對(duì)象失敗的解決方法，文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧

報(bào)錯(cuò)代碼

粉絲群一個(gè)小伙伴想pandas創(chuàng)建DataFrame對(duì)象，但是發(fā)生了報(bào)錯(cuò)（當(dāng)時(shí)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(gè)bug不會(huì)解決的小伙伴），報(bào)錯(cuò)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(bào)錯(cuò)信息截圖如下所示：

在這里插入圖片描述

報(bào)錯(cuò)翻譯

報(bào)錯(cuò)信息翻譯如下：

值錯(cuò)誤：傳遞值的形狀為（2，3），索引表示（4，3）

報(bào)錯(cuò)原因

傳遞創(chuàng)建DataFrame的值和索引對(duì)不上，小伙伴們按下面正確的方法創(chuàng)建即可！??！

解決方法

每一個(gè)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(yùn)行結(jié)果：

在這里插入圖片描述

創(chuàng)建DataFrame對(duì)象的四種方法

DataFrame 構(gòu)造方法如下：

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

參數(shù)說明：

  • data：一組數(shù)據(jù)(ndarray、series, map, lists, dict 等類型)。
  • index：索引值，或者可以稱為行標(biāo)簽。
  • columns：列標(biāo)簽，默認(rèn)為 RangeIndex (0, 1, 2, …, n) 。
  • dtype：數(shù)據(jù)類型。
  • copy：拷貝數(shù)據(jù)，默認(rèn)為 False。

1. list列表構(gòu)建DataFrame

1）通過單列表創(chuàng)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(chuàng)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(gòu)建DataFrame

使用 dict 創(chuàng)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(yīng)等于數(shù)組的長度。如果沒有傳遞索引，則默認(rèn)情況下，索引將是range(n)，其中n是數(shù)組長度。

1）普通創(chuàng)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(shè)置index創(chuàng)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(chuàng)建DataFrame

1）普通方式創(chuàng)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(shè)置列名創(chuàng)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(chuàng)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

到此這篇關(guān)于pandas創(chuàng)建DataFrame對(duì)象失敗的解決方法的文章就介紹到這了,更多相關(guān)pandas創(chuàng)建DataFrame對(duì)象失敗內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

相關(guān)文章

最新評(píng)論