📜  如何修复:如果使用所有标量值,则必须传递索引

📅  最后修改于: 2022-05-13 01:54:19.651000             🧑  作者: Mango

如何修复:如果使用所有标量值,则必须传递索引

在本文中,我们将讨论如何修复错误:如果使用所有标量值,则必须在Python中传递索引。

出现此错误的案例:

Python3
# Importing pandas library
import pandas as pd;
  
# Creating a dictionary or the data to 
# be converted to the dataframe
dict = {'column-1': 1,'column-2': 2,
        'column-3': 3,'column-4': 4}
  
# Converting to the dataframe
df = pd.DataFrame(dict)
  
print(df)


Python3
# Importing pandas library
import pandas as pd
  
# Creating a dictionary or the data to
# be converted to the dataframe
dict = {'column-1': [1], 'column-2': [2], 
        'column-3': [3], 'column-4': [4]}
  
# Converting to the dataframe
df = pd.DataFrame(dict)
  
print(df)


Python3
# Importing pandas library
import pandas as pd
  
# Creating a dictionary or the data to 
# be converted to the dataframe
dict = {'column-1': 1, 'column-2': 2, 
        'column-3': 3, 'column-4': 4}
  
# Converting to the dataframe
df = pd.DataFrame(dict, index=[0])
  
print(df)


输出:

错误原因:

将要出现的列值必须是向量,即列表 [a,b,c],而不是标量,它应该是根据函数语法将其转换为数据框的列表。将其转换为数据框后,键显示为列标题和值,即字典的值显示为列。

方法 1:通过将标量转换为向量来修复错误

在这种方法中,可以修复用户需要将标量转换为向量的错误,方法是将它们作为Python中的列表。

例子:

Python3

# Importing pandas library
import pandas as pd
  
# Creating a dictionary or the data to
# be converted to the dataframe
dict = {'column-1': [1], 'column-2': [2], 
        'column-3': [3], 'column-4': [4]}
  
# Converting to the dataframe
df = pd.DataFrame(dict)
  
print(df)

输出:

column-1  column-2  column-3  column-4
0         1         2         3         4

方法2:通过在将其转换为数据框时指定索引来修复错误

在这种方法中,可以修复用户在将索引转换为Python语言的数据框时需要指定索引的错误。

句法:

pd.DataFrame(dict,index=[0])

Python3

# Importing pandas library
import pandas as pd
  
# Creating a dictionary or the data to 
# be converted to the dataframe
dict = {'column-1': 1, 'column-2': 2, 
        'column-3': 3, 'column-4': 4}
  
# Converting to the dataframe
df = pd.DataFrame(dict, index=[0])
  
print(df)

输出:

column-1  column-2  column-3  column-4
0         1         2         3         4