字典到数据框错误：“如果使用所有标量值，则必须传递索引”

Posted 2023-02-23

【中文标题】字典到数据框错误：“如果使用所有标量值，则必须传递索引”

【英文标题】：Dictionary to Dataframe Error: "If using all scalar values, you must pass an index"

【发布时间】：2019-12-29 02:37:52

【问题描述】：

目前，我正在使用 for 循环从文件夹中读取 csv 文件。 读取 csv 文件后，我将数据存储到字典的一行中。 当我使用“print(list_of_dfs.dtypes)”打印数据类型时，我收到：

dtype: 对象 日期时间：对象 值：float64 编号：int64 ID 名称：对象。

请注意，这是一个嵌套字典，在每个数据字段中存储了数千个值。我有上面列出的 26 行结构。我正在尝试将字典行附加到数据框中，其中只有 1 行包含数据字段：

索引 DATETIME VALUE ID ID 名称。

注意：我正在学习python。 我尝试使用数组来存储数据，然后将数组转换为数据帧，但我无法追加数据帧的行。

我尝试使用字典方法“df = pd.Dataframe(list_of_dfs)” 这会引发错误。

list_of_dfs =  

for I in range(0,len(regionLoadArray)
list_of_dfs[I] = pd.read_csv(regionLoadArray[I]) 

#regionLoadArray contains my- file names from list directory.

dataframe = pd.DataFrame(list_of_dfs)
#this method was suggested at thispoint.com for nested dictionaries.
#This is where my error occurs^

ValueError: 如果使用所有标量值，则必须传递索引

感谢您对这个问题的任何帮助，因为我是 python 新手。 我目前的目标是简单地生成一个带有我的标头的数据框，然后我可以将其发送到 csv。

【参考方案1】：

出现此错误是因为 pandas 需要索引。起初，这似乎有点令人困惑，因为您会想到列表索引。这本质上要求的是每个字典对应于每个字典的列号。你可以这样设置：

import pandas as pd
list = ['a', 'b', 'c', 'd']
df = pd.DataFrame(list, index = [0, 1, 2, 3])

然后数据框产生：

   0  
0 'a'
1 'b'
2 'c'
3 'd'

具体来说，使用 numpy（未测试）可能看起来像这样：

list_of_dfs =  

for I in range(0,len(regionLoadArray)):
    list_of_dfs[I] = pd.read_csv(regionLoadArray[I]) 

ind = np.arange[len(list_of_dfs)]

dataframe = pd.DataFrame(list_of_dfs, index = ind)

【讨论】：

我尝试通过引入索引数组并在我的 for 循环中分配值来添加索引：“index[I] = I”，最后使用索引生成数据帧。但是我收到错误消息：“传递值的形状是 0 ，索引暗示 1.format(passed,implied)

@Lonsdale_Energy，它需要整个列表。查看我的编辑。

我假设 np 是 numpy。错误“模块'numpy'没有属性'arrange'”

啊，这是一个错字。它应该是“范围”。是的，np 是 numpy。我已经改变了答案。

知道了，我应该知道的。那行得通，但现在我有错误：“built+in_function_or_method”对象不可下标。

【参考方案2】：

不幸的是，Pandas 在创建 DataFrame 时总是需要索引。 您可以自己设置，也可以使用具有以下结构的对象，以便 pandas 可以自行确定索引：

    data= 'a':[1],'b':[2]

由于在您的案例中编辑数据并不容易，

一个 hacky 解决方案是将数据包装到一个列表中

    dataframe = pd.DataFrame([list_of_dfs])

【参考方案3】：

根据您的需要，一个简单的解决方法可能是：

dct = 'col1': 'abc', 'col2': 123
dct = k:[v] for k,v in dct.items()  # WORKAROUND
df = pd.DataFrame(dct)

导致

print(df)

  col1  col2
0  abc   123