熊猫系列得到“数据必须是一维”错误答案

【问题标题】：pandas Series getting 'Data must be 1-dimensional' error熊猫系列得到“数据必须是一维”错误
【发布时间】：2021-09-16 06:13:09
【问题描述】：

我是 pandas 和 numpy 的新手。我正在运行一个简单的程序

labels = ['a','b','c','d','e'] 
s = Series(randn(5),index=labels)
print(s)

出现以下错误

    s = Series(randn(5),index=labels)   File "C:\Python27\lib\site-packages\pandas\core\series.py", line 243, in
__init__
    raise_cast_failure=True)   File "C:\Python27\lib\site-packages\pandas\core\series.py", line 2950, in
_sanitize_array
    raise Exception('Data must be 1-dimensional') Exception: Data must be 1-dimensional

知道可能是什么问题吗？我正在使用 eclipse 尝试这个，而不是使用 ipython 笔记本。

【问题讨论】：

你能把你的进口包括进来吗……只是为了确保。因为这看起来应该有效。我刚刚用from pandas import Series; from numpy.random import randn 运行了你的代码，它工作得很好。
我使用的是 from from from numpy.matlib import randn。当我更改为 numpy.random 时，它起作用了...谢谢！你知道我是否可以让 eclipse 得到正确的导入？
我没用eclipse，没头绪。
此外，我们总是感谢您对所有有用并提供良好信息的答案进行投票。

标签： python pandas numpy

【解决方案1】：

我怀疑你的导入有误。

如果您将其添加到您的代码中：

from pandas import Series
from numpy.random import randn

labels = ['a','b','c','d','e'] 
s = Series(randn(5),index=labels)
print(s)

a    0.895322
b    0.949709
c   -0.502680
d   -0.511937
e   -1.550810
dtype: float64

运行良好。

也就是说，正如@jezrael 所指出的，导入模块而不是污染命名空间是更好的做法。

您的代码应该如下所示。

解决方案

import pandas as pd
import numpy as np

labels = ['a','b','c','d','e'] 
s = pd.Series(np.random.randn(5),index=labels)
print(s)

【讨论】：

嗯，我不确定使用from pandas import Series from numpy.random import randn 是否是好的解决方案。在我看来，使用import pandas as pd import numpy as np 会更好。你怎么看？
@jezrael 绝对！这只是确定问题所在。
好的，所以我认为您可以将其添加到答案中 - 它有效，但不要使用它。 ;)
@jezrael 补充说，有趣的是 from pandas import DataFrame, Series 在 Wes 的书中 :-)
是的，但是 here 它是 - 默认的 pandas 导入 ;)

【解决方案2】：

您似乎需要numpy.random.rand 随机floats 或numpy.random.randint 随机integers：

import pandas as pd
import numpy as np

np.random.seed(100)
labels = ['a','b','c','d','e'] 
s = pd.Series(np.random.randn(5),index=labels)
print(s)
a   -1.749765
b    0.342680
c    1.153036
d   -0.252436
e    0.981321
dtype: float64

np.random.seed(100)
labels = ['a','b','c','d','e'] 
s = pd.Series(np.random.randint(10, size=5),index=labels)
print(s)
a    8
b    8
c    3
d    7
e    7
dtype: int32

【讨论】：