Pandas 错误笔记（持续更新）

更新至2018.5.31

字典生成DataFrame

今天一个字典生成一个DataFrame，采用了以下形式，每一个value都是一个数（不是vector）

df = pd.DataFrame({
    'id': data_speed.index,
    'Mileage':data_speed['count']*data_speed['mean'],
    'SpeedAve':data_speed['mean'],
    'SpeedStd':data_speed['std'],
    'SpeedMax':data_speed['max'],
    'HeightAve':data_height['mean'],
    'HeightStd':data_height['std'],
    })

结果爆出了如下错误

ValueError: If using all scalar values, you must pass an index

原来所以，将字典生成DataFrame，您可以用{'A':[ 'a'], 'B': ['b']}，当然也不一定非要这样，所以三种方法是可以成功的：

引自： 统计师的Python日记：第四天的补充

第一种：{'A':['a'], 'B': ['b']}

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

第二种：传入索引index

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

第三种：DataFrame([dict])

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

unhashable type: 'numpy.ndarray'

这是一个大众的错误，pandas的DataFrame在列选择和行选择的时候几乎截然不同，而改错误几乎都出现在行选择的时候。

>>> X=pd.DataFrame([[1],[2],[3],[4],[5],[6]])
>>> X[[1,3,4],:]

TypeError: unhashable type: 'list'

行选择只有三种方法：

• 对于连续的选择，采用matlab式的slicing方法：

>>> X[1:3]
   0
1  2
2  3

• 对于不连续的行选择，采用iloc[]方法，这个是基于位置的选择

>>> X.iloc[[1,3,4]]
   0
1  2
3  4
4  5

• 对于不连续的行选择，采用loc[]方法，这个是基于index的选择

>>> X.loc[[1,3,4]]
   0
1  2
3  4
4  5

这两种方法在这个例子中没有区别，因为其位置就是其index