Python Pandas ValueError 数组的长度必须相同答案

【问题标题】：Python Pandas ValueError Arrays Must be All Same LengthPython Pandas ValueError 数组的长度必须相同
【发布时间】：2016-11-05 18:57:36
【问题描述】：

遍历大量 .mp3 链接以获取元数据标签并将其保存到 Excel 文件中。导致此错误。我很感激任何帮助。谢谢。

    #print is_connected();

    # Create a Pandas dataframe from the data.
df = pd.DataFrame({'Links' : lines ,'Titles' : titles , 'Singers': finalsingers , 'Albums':finalalbums , 'Years' : years})


    # Create a Pandas Excel writer using XlsxWriter as the engine.
writer = pd.ExcelWriter(xlspath, engine='xlsxwriter')

    # Convert the dataframe to an XlsxWriter Excel object.
df.to_excel(writer, sheet_name='Sheet1')
    #df.to_excel(writer, sheet_name='Sheet1')


    # Close the Pandas Excel writer and output the Excel file.
writer.save()

Traceback (most recent call last):
  File "mp.py", line 87, in <module>
    df = pd.DataFrame({'Links' : lines ,'Titles' : titles , 'Singers': finalsingers , 'Albums':finalalbums , 'Years' : years})
  File "C:\Python27\lib\site-packages\pandas\core\frame.py", line 266, in __init__
    mgr = self._init_dict(data, index, columns, dtype=dtype)
  File "C:\Python27\lib\site-packages\pandas\core\frame.py", line 402, in _init_dict
    return _arrays_to_mgr(arrays, data_names, index, columns, dtype=dtype)
  File "C:\Python27\lib\site-packages\pandas\core\frame.py", line 5409, in _arrays_to_mgr
    index = extract_index(arrays)
  File "C:\Python27\lib\site-packages\pandas\core\frame.py", line 5457, in extract_index
    raise ValueError('arrays must all be same length')
ValueError: arrays must all be same length

【问题讨论】：

标签： python pandas

【解决方案1】：

您可以这样做来避免该错误

a = {'Links' : lines ,'Titles' : titles , 'Singers': finalsingers , 'Albums':finalalbums , 'Years' : years}
df = pd.DataFrame.from_dict(a, orient='index')
df = df.transpose()

说明：

这将创建 DataFrame，因为每个键（例如 'Links'）是一行，并且像这样缺失的值实际上是缺失的列，这对 pandas 没有问题（只有缺失的行导致 ValueError 在创建过程中）之后你转置 DataFrame（翻转轴）并将行变为列，从而得到您最初想要的 DataFrame。

【讨论】：

它对我不起作用。它将索引添加为第一行，并显然随机拆分行
从另一个问题尝试这个答案，这对我有用：stackoverflow.com/a/45052003/4682460
这到底是做什么的？
我也很好奇这到底是如何工作的。同时，我很高兴它确实有效。 a 中的值比 a 中的最长列表短，并用 None 填充，这是在这种情况下所期望的。
@Richard 这在创建 DataFrame 时起作用，因为每个键（例如“链接”）是一行，这样缺失的值实际上是缺失的列，这对于熊猫来说没有问题（只有缺失的行是在创建期间），然后您转置数据框（翻转轴）并将行变为列，这会产生您最初想要的数据框。这有帮助吗？

【解决方案2】：

它告诉您数组（行、标题、finalsingers 等）的长度不同。您可以通过

进行测试

print(len(lines), len(titles), len(finalsingers)) # Print all of them out here

这将向您显示哪些数据格式不正确，然后您需要进行一些调查以找出纠正此问题的正确方法。

【讨论】：

【解决方案3】：

你可以用空元素填充最短的列表：

def pad_dict_list(dict_list, padel):
    lmax = 0
    for lname in dict_list.keys():
        lmax = max(lmax, len(dict_list[lname]))
    for lname in dict_list.keys():
        ll = len(dict_list[lname])
        if  ll < lmax:
            dict_list[lname] += [padel] * (lmax - ll)
    return dict_list

【讨论】：

padel 是什么？
@loretoparisi 这是您想用作填充字典值的元素

【解决方案4】：

重复的变量名给我造成了这个问题

【讨论】：

谢谢，也是我的问题

【解决方案5】：

我在将 JSON 文件读取到 pandas 框架时遇到了同样的错误。添加linesbool，默认False参数解决了这个问题。

StringData = StringIO(obj.get()['Body'].read().decode('utf-8'))
                mydata = pdf.read_json(StringData, lines=True)

【讨论】：