【问题标题】：Array length does not match index when creating a Dataframe创建数据框时数组长度与索引不匹配
【发布时间】：2022-11-25 06:37:30
【问题描述】：

我正在构建一个数据框：

datetoday = (pd.to_datetime(files[-1]['file_published'], format='%d.%m.%Y %H:%M')).strftime('%Y-%m-%d')
datetoday
Out[66]: '2022-11-23'
dates = pd.Series(np.arange(1, 337, 1))
dates
Out[68]: 
    0        1
    1        2
    2        3
    3        4
    4        5
          ... 
    331    332
    332    333
    333    334
    334    335
    335    336
Length: 336, dtype: int64

然后添加一个数据列：

data = pd.read_excel(files[0]['file_path'], sheet_name='Sheet1', engine='openpyxl').iloc[1:, 3:].astype(
    float).dropna(axis=1).values.flatten()

len(data)
Out[73]: 336

但是当我创建最终数据框时：

df = pd.DataFrame({'datecreated': datetoday, 'timestamp': dates, 'ipto_weekly_forecast': data})

我收到以下错误：

ValueError: array length 0 does not match index length 336

奇怪的是，错误发生在 Jupyter 上，但在本地 PyCharm 上，df 的构建没有问题。

我怎样才能解决这个问题？

【问题讨论】：

标签： python pandas

【解决方案1】：

推测

您在 Jupyter 上使用的旧版 pandas 对您使用指定 datecreated 列的方式大惊小怪标量值（注意其他两列，您指定使用列表/数组).

解决方案

以下修复程序适用于任何版本的 pandas（假定 dates 和 data 列表实际上长度为 336）：

df = pd.DataFrame({
    'datecreated': [datetoday]*336,
    'timestamp': dates,
    'ipto_weekly_forecast': data
})

这是一个使用模拟数据的示例。

dates = pd.Series(np.arange(1, 337, 1))
data = pd.Series(np.arange(1, 337, 1))
datetoday = '2022-11-23'

df = pd.DataFrame({'datecreated': [datetoday]*336, 'timestamp': dates, 'ipto_weekly_forecast': data})

解释

该解决方案有效，因为表达式 [datetoday]*336 的计算结果为长度为 336 的列表，其中每个值都等于 datetoday。现在，我们为 pandas 提供每一列相同长度的数据。

注意：我打算以更简洁的格式提供此信息作为评论，但我没有足够的声誉来发表评论。

【讨论】：