変数の値からpandas DataFrameを作成すると、「ValueError：すべてのスカラー値を使用する場合は、インデックスを渡す必要があります」

これは簡単な質問かもしれませんが、これを行う方法がわかりません。次のように2つの変数があるとしましょう。

a = 2
b = 3

これからDataFrameを構築したい：

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

これはエラーを生成します：

ValueError：すべてのスカラー値を使用する場合は、インデックスを渡す必要があります

私もこれを試しました：

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

これにより、同じエラーメッセージが表示されます。

エラーメッセージは、スカラー値を渡す場合、インデックスを渡す必要があることを示しています。したがって、列にスカラー値を使用することもできません-たとえばリストを使用します。

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

または、スカラー値を使用してインデックスを渡します。

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

pd.DataFrame.from_recordsすでに辞書を持っている場合に便利な方を使用することもできます：

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

必要に応じて、次の方法でインデックスを設定することもできます。

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

最初にパンダシリーズを作成する必要があります。2番目のステップは、pandasシリーズをpandasデータフレームに変換することです。

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

列名を指定することもできます。

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

辞書をリストに入れてみてください

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

pd.DataFrame([my_dict])

   A  B
0  1  2

多分シリーズはあなたが必要とするすべての機能を提供するでしょう：

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

DataFrameはシリーズのコレクションと考えることができるため、次のことができます。

• 複数のシリーズを1つのデータフレームに連結（ここで説明）

• Series変数を既存のデータフレームに追加します（ここの例）

Pandas DataFrame列の値としてイテラブルを提供する必要があります。

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

私はnumpy配列で同じ問題を抱えていましたが、解決策はそれらを平坦化することです：

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

df = pd.DataFrame(data)

スカラーの辞書を変換する場合は、インデックスを含める必要があります。

import pandas as pd

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

リストの辞書にはインデックスは必要ありませんが、同じアイデアをリストの辞書に拡張できます。

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)

もちろん、リストのディクショナリの場合、インデックスなしでデータフレームを構築できます。

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

あなたは試すことができます：

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

'orient'引数に関するドキュメントから：渡されたdictのキーが結果のDataFrameの列である必要がある場合は、 'columns'（デフォルト）を渡します。それ以外の場合、キーを行にする必要がある場合は、「index」を渡します。

仕事でパンダの魔法。すべてのロジックがアウトです。

エラーメッセージ"ValueError: If using all scalar values, you must pass an index"は、インデックスを渡す必要があると言います。

これは必ずしもインデックスを渡すことがパンダにあなたがやりたいことをさせるという意味ではありません

インデックスを渡すと、パンダはディクショナリキーを列名として扱い、値はインデックス内の各値の列に含まれるものとして扱います。

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

    A   B
1   2   3

より大きなインデックスを渡す：

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

インデックスは通常、何も指定されていないときにデータフレームによって自動的に生成されます。しかし、パンダは、どのように多くの行の知らない2と3したいです。しかし、あなたはそれについてより明確にすることができます

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

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

ただし、デフォルトのインデックスは0ベースです。

データフレームを作成するときは、常にリストの辞書をデータフレームコンストラクターに渡すことをお勧めします。他の開発者にとっては読みやすいです。パンダには多くの注意事項があります。他の開発者がコードを読むためにそれらすべての専門家に依頼する必要はありません。

入力は、レコードのリストである必要はありません。単一の辞書でもかまいません。

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

これは次と同等のようです：

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

これは、DataFrameには列と行という2つの直感的な次元があるためです。

辞書キーを使用して列のみを指定しています。

1次元データのみを指定する場合は、シリーズを使用してください！

辞書をデータフレームに変換

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

列に新しい名前を付ける

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

辞書がある場合は、次のコード行でそれをパンダデータフレームに変換できます。

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

リストにdictを渡すだけです：

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