La construction de pandas DataFrame à partir de valeurs dans des variables donne «ValueError: si vous utilisez toutes les valeurs scalaires, vous devez passer un index»

Cela peut être une question simple, mais je ne sais pas comment faire cela. Disons que j'ai deux variables comme suit.

a = 2
b = 3

Je veux construire un DataFrame à partir de ceci:

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

Cela génère une erreur:

ValueError: si vous utilisez toutes les valeurs scalaires, vous devez passer un index

J'ai aussi essayé ça:

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

Cela donne le même message d'erreur.

Le message d'erreur indique que si vous passez des valeurs scalaires, vous devez passer un index. Vous ne pouvez donc pas utiliser de valeurs scalaires pour les colonnes - par exemple, utilisez une liste:

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

ou utilisez des valeurs scalaires et passez un index:

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

Vous pouvez également utiliser pd.DataFrame.from_recordsce qui est plus pratique lorsque vous avez déjà le dictionnaire en main:

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

Vous pouvez également définir l'index, si vous le souhaitez, en:

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

Vous devez d'abord créer une série de pandas. La deuxième étape consiste à convertir la série pandas en trame de données pandas.

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

Vous pouvez même fournir un nom de colonne.

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

Vous pouvez essayer d’envelopper votre dictionnaire dans la liste

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

pd.DataFrame([my_dict])

   A  B
0  1  2

Peut-être que Series fournirait toutes les fonctions dont vous avez besoin:

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

DataFrame peut être considéré comme une collection de séries, vous pouvez donc:

• Concaténer plusieurs séries en une seule trame de données (comme décrit ici )

• Ajouter une variable série dans un bloc de données existant ( exemple ici )

Vous devez fournir des itérables comme valeurs pour les colonnes Pandas DataFrame:

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

J'ai eu le même problème avec les tableaux numpy et la solution est de les aplatir:

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

df = pd.DataFrame(data)

Si vous avez l'intention de convertir un dictionnaire de scalaires, vous devez inclure un index:

import pandas as pd

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

Bien que l'index ne soit pas requis pour un dictionnaire de listes, la même idée peut être étendue à un dictionnaire de listes:

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)

Bien sûr, pour le dictionnaire de listes, vous pouvez construire le dataframe sans index:

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

Tu pourrais essayer:

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

De la documentation sur l'argument 'orient': Si les clés du dict passé doivent être les colonnes du DataFrame résultant, passez 'colonnes' (par défaut). Sinon, si les clés doivent être des lignes, passez 'index'.

La magie des pandas au travail. Toute logique est sortie.

Le message d'erreur "ValueError: If using all scalar values, you must pass an index"Dit que vous devez passer un index.

Cela ne signifie pas nécessairement que la réussite d'un indice oblige les pandas à faire ce que vous voulez qu'il fasse

Lorsque vous passez un index, les pandas traitent vos clés de dictionnaire comme des noms de colonne et les valeurs comme ce que la colonne doit contenir pour chacune des valeurs de l'index.

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

    A   B
1   2   3

Passer un index plus grand:

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

Un index est généralement généré automatiquement par une trame de données quand aucun n'est donné. Cependant, les pandas ne savent pas combien de lignes 2et 3vous voulez. Vous pouvez cependant être plus explicite à ce sujet

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

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

L'index par défaut est basé sur 0 cependant.

Je recommanderais toujours de passer un dictionnaire de listes au constructeur de trames de données lors de la création de trames de données. C'est plus facile à lire pour les autres développeurs. Les pandas ont beaucoup de mises en garde, ne faites pas en sorte que d'autres développeurs aient des experts dans chacun d'eux pour lire votre code.

l'entrée ne doit pas nécessairement être une liste d'enregistrements - il peut également s'agir d'un seul dictionnaire:

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

Ce qui semble être équivalent à:

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

En effet, un DataFrame a deux dimensions intuitives - les colonnes et les lignes.

Vous spécifiez uniquement les colonnes à l'aide des clés de dictionnaire.

Si vous ne souhaitez spécifier que des données unidimensionnelles, utilisez une série!

Convertir le dictionnaire en trame de données

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

Donner un nouveau nom à la colonne

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

Si vous avez un dictionnaire, vous pouvez le transformer en un bloc de données pandas avec la ligne de code suivante:

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

Passez le dict sur une liste:

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