La construcción de pandas DataFrame a partir de valores en variables proporciona "ValueError: si usa todos los valores escalares, debe pasar un índice"

Esta puede ser una pregunta simple, pero no puedo entender cómo hacerlo. Digamos que tengo dos variables de la siguiente manera.

a = 2
b = 3

Quiero construir un DataFrame a partir de esto:

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

Esto genera un error:

ValueError: si usa todos los valores escalares, debe pasar un índice

Intenté esto también:

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

Esto da el mismo mensaje de error.

El mensaje de error dice que si está pasando valores escalares, debe pasar un índice. Por lo tanto, no puede usar valores escalares para las columnas; por ejemplo, use una lista

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

o use valores escalares y pase un índice:

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

También puede usar pd.DataFrame.from_recordscuál es más conveniente cuando ya tiene el diccionario en la mano:

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

También puede establecer el índice, si lo desea, por:

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

Primero debes crear una serie de pandas. El segundo paso es convertir la serie de pandas en un marco de datos de pandas.

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

Incluso puede proporcionar un nombre de columna.

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

Puede intentar ajustar su diccionario a la lista

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

pd.DataFrame([my_dict])

   A  B
0  1  2

Quizás Series le proporcionaría todas las funciones que necesita:

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

DataFrame puede considerarse como una colección de Series, por lo tanto, puede:

• Concatene múltiples series en un marco de datos (como se describe aquí )

• Agregue una variable de serie en el marco de datos existente ( ejemplo aquí )

Debe proporcionar iterables como los valores para las columnas Pandas DataFrame:

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

Tuve el mismo problema con las matrices numpy y la solución es aplanarlas:

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

df = pd.DataFrame(data)

Si tiene la intención de convertir un diccionario de escalares, debe incluir un índice:

import pandas as pd

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

Aunque el índice no es necesario para un diccionario de listas, la misma idea se puede ampliar a un diccionario de listas:

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)

Por supuesto, para el diccionario de listas, puede construir el marco de datos sin un índice:

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

Tu podrías intentar:

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

De la documentación sobre el argumento 'orientar': si las claves del dict aprobado deben ser las columnas del DataFrame resultante, pase 'columnas' (predeterminado). De lo contrario, si las claves deben ser filas, pase 'index'.

Pandas mágicos en el trabajo. Toda la lógica está fuera.

El mensaje de error "ValueError: If using all scalar values, you must pass an index"dice que debe pasar un índice.

Esto no significa necesariamente que pasar un índice haga que los pandas hagan lo que quieres que haga

Cuando pasa un índice, los pandas tratarán las claves del diccionario como nombres de columna y los valores como lo que debe contener la columna para cada uno de los valores del índice.

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

    A   B
1   2   3

Pasando un índice más grande:

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

Por lo general, un marco de datos genera automáticamente un índice cuando no se proporciona ninguno. Sin embargo, los pandas no saben cuántas filas de 2y 3qué quieres. Sin embargo, puedes ser más explícito al respecto

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

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

Sin embargo, el índice predeterminado está basado en 0.

Siempre recomendaría pasar un diccionario de listas al constructor del marco de datos al crear marcos de datos. Es más fácil de leer para otros desarrolladores. Pandas tiene muchas advertencias, no hagas que otros desarrolladores tengan que tener expertos en todas ellas para leer tu código.

la entrada no tiene que ser una lista de registros; también puede ser un diccionario único:

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

Lo que parece ser equivalente a:

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

Esto se debe a que un DataFrame tiene dos dimensiones intuitivas: las columnas y las filas.

Solo está especificando las columnas con las teclas del diccionario.

Si solo desea especificar datos unidimensionales, ¡use una Serie!

Convertir diccionario a marco de datos

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

Dar un nuevo nombre a la columna

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

Si tiene un diccionario, puede convertirlo en un marco de datos de pandas con la siguiente línea de código:

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

Simplemente pase el dict en una lista:

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