必须指定计算机名称,必须使用某种集合调用索引：将列名称指定给dataframe(Index must be called with a collection of some kind: assign ...

必须使用某种集合调用索引：将列名称指定给dataframe(Index must be called with a collection of some kind: assign column name to dataframe)

我有reweightTarget如下，我想将其转换为pandas Dataframe。 但是，我收到以下错误：

TypeError：必须使用某种集合调用Index(...)，传递't'

如果我删除columns='t' ，它可以正常工作。 任何人都可以解释一下发生了什么？

reweightTarget

Trading dates

2004-01-31 4.35

2004-02-29 4.46

2004-03-31 4.44

2004-04-30 4.39

2004-05-31 4.50

2004-06-30 4.53

2004-07-31 4.63

2004-08-31 4.58

dtype: float64

pd.DataFrame(reweightTarget, columns='t')

---------------------------------------------------------------------------

TypeError Traceback (most recent call last)

in ()

----> 1 pd.DataFrame(reweightTarget, columns='t')

C:\Anaconda3\lib\site-packages\pandas\core\frame.py in __init__(self, data, index, columns, dtype, copy)

253 else:

254 mgr = self._init_ndarray(data, index, columns, dtype=dtype,

--> 255 copy=copy)

256 elif isinstance(data, (list, types.GeneratorType)):

257 if isinstance(data, types.GeneratorType):

C:\Anaconda3\lib\site-packages\pandas\core\frame.py in _init_ndarray(self, values, index, columns, dtype, copy)

421 raise_with_traceback(e)

422

--> 423 index, columns = _get_axes(*values.shape)

424 values = values.T

425

C:\Anaconda3\lib\site-packages\pandas\core\frame.py in _get_axes(N, K, index, columns)

388 columns = _default_index(K)

389 else:

--> 390 columns = _ensure_index(columns)

391 return index, columns

392

C:\Anaconda3\lib\site-packages\pandas\indexes\base.py in _ensure_index(index_like, copy)

3407 index_like = copy(index_like)

3408

-> 3409 return Index(index_like)

3410

3411

C:\Anaconda3\lib\site-packages\pandas\indexes\base.py in __new__(cls, data, dtype, copy, name, fastpath, tupleize_cols, **kwargs)

266 **kwargs)

267 elif data is None or lib.isscalar(data):

--> 268 cls._scalar_data_error(data)

269 else:

270 if (tupleize_cols and isinstance(data, list) and data and

C:\Anaconda3\lib\site-packages\pandas\indexes\base.py in _scalar_data_error(cls, data)

481 raise TypeError('{0}(...) must be called with a collection of some '

482 'kind, {1} was passed'.format(cls.__name__,

--> 483 repr(data)))

484

485 @classmethod

TypeError: Index(...) must be called with a collection of some kind, 't' was passed

I have reweightTarget as follows and I want to convert it to a pandas Dataframe. However, I got following error:

TypeError: Index(...) must be called with a collection of some kind, 't' was passed

If I remove columns='t', it works fine. Can anyone please explain what's going on?

reweightTarget

Trading dates

2004-01-31 4.35

2004-02-29 4.46

2004-03-31 4.44

2004-04-30 4.39

2004-05-31 4.50

2004-06-30 4.53

2004-07-31 4.63

2004-08-31 4.58

dtype: float64

pd.DataFrame(reweightTarget, columns='t')

---------------------------------------------------------------------------

TypeError Traceback (most recent call last)

in ()

----> 1 pd.DataFrame(reweightTarget, columns='t')

C:\Anaconda3\lib\site-packages\pandas\core\frame.py in __init__(self, data, index, columns, dtype, copy)

253 else:

254 mgr = self._init_ndarray(data, index, columns, dtype=dtype,

--> 255 copy=copy)

256 elif isinstance(data, (list, types.GeneratorType)):

257 if isinstance(data, types.GeneratorType):

C:\Anaconda3\lib\site-packages\pandas\core\frame.py in _init_ndarray(self, values, index, columns, dtype, copy)

421 raise_with_traceback(e)

422

--> 423 index, columns = _get_axes(*values.shape)

424 values = values.T

425

C:\Anaconda3\lib\site-packages\pandas\core\frame.py in _get_axes(N, K, index, columns)

388 columns = _default_index(K)

389 else:

--> 390 columns = _ensure_index(columns)

391 return index, columns

392

C:\Anaconda3\lib\site-packages\pandas\indexes\base.py in _ensure_index(index_like, copy)

3407 index_like = copy(index_like)

3408

-> 3409 return Index(index_like)

3410

3411

C:\Anaconda3\lib\site-packages\pandas\indexes\base.py in __new__(cls, data, dtype, copy, name, fastpath, tupleize_cols, **kwargs)

266 **kwargs)

267 elif data is None or lib.isscalar(data):

--> 268 cls._scalar_data_error(data)

269 else:

270 if (tupleize_cols and isinstance(data, list) and data and

C:\Anaconda3\lib\site-packages\pandas\indexes\base.py in _scalar_data_error(cls, data)

481 raise TypeError('{0}(...) must be called with a collection of some '

482 'kind, {1} was passed'.format(cls.__name__,

--> 483 repr(data)))

484

485 @classmethod

TypeError: Index(...) must be called with a collection of some kind, 't' was passed

原文：https://stackoverflow.com/questions/38599912

更新时间：2020-01-11 09:32

最满意答案

列： 索引或类似数组

用于生成框架的列标签。 如果未提供列标签，则默认为np.arange(n)

例：

df3 = DataFrame(np.random.randn(10,5)，columns = ['a'，'b'，'c'，'d'，'e'])

尝试使用：

pd.DataFrame(reweightTarget, columns=['t'])

columns : Index or array-like

Column labels to use for resulting frame. Will default to np.arange(n) if no column labels are provided

Example:

df3 = DataFrame(np.random.randn(10, 5), columns=['a', 'b', 'c', 'd', 'e'])

Try to use:

pd.DataFrame(reweightTarget, columns=['t'])

相关问答

让我们假设我们有一个有效的 data.frame，每行有50行 dat2

1。 如果可以避免，请不要使用assign和get 。 "dat2[,"VAR1"]"在R无效。 您也可以从帮助页面中注意到这一点 assign不派遣赋值方法，因此它不能用于设置向量，名称，属性等的元素。 请注意，分配给附加列表或数据框会更改附加副本而不是原始对象：请参阅附件和附件。 data.frame的列是列表的一个元素 你要找的是[[

...

这里的问题是你传递的只是一个元素，在这种情况下只是该列的字符串标题，如果你将它转换为一个包含单个元素的列表，那么它可以工作： In [97]:

y = df.as_matrix(columns=[df.columns[0]])

y

Out[97]:

array([[0],

[1],

[0]], dtype=int64)

这是你传递的内容： In [101]:

df.columns[0]

Out[101]:

'viz'

所以它等同于： y = df.as_matr

...

这里有一个方法： import numpy as np

import pandas as pd

def pd_sensible_assign(df, **kwargs):

def gen():

for c in df.columns: yield c.name,c

for k,v in kwargs.iteritems(): yield k,v

return pd.DataFrame(gen(), index=df.index, copy=Fals

...

您需要为DataFrame构造函数指定data ， index和columns ，如： >>> pd.DataFrame(data=data[1:,1:], # values

... index=data[1:,0], # 1st column as index

... columns=data[0,1:]) # 1st row as the column names

编辑 ：如在@joris注释中，您可能需要将以上更改为np.i

...

您可以将labels作为DataFrame返回，其索引与应用该函数的组相同。 def max_bal(df):

max_row = df['col2'].max()

labels = np.where((df['col3'] == 'yep') &

(df['col2'] == max_row),

'Yes',

'No')

return pd.D

...

我认为你需要通过astype为字符串然后应用函数str_to_number ： df['new'] = df['TM52_fail_norm'].astype(str).apply(str_to_number)

print (df)

TM52_fail_norm new

0 2 1

1 1 1

2 - 0

3 1 & 2 2

4 1 & 2 & 3 3

5

...

我认为这里需要read_csv和usecols参数来筛选第二列： df = pd.read_csv('df_seg_sample.csv', usecols=[1])

print (df)

rev

0 15.31

1 64.90

2 18.36

3 62.85

4 10.31

5 12.84

6 69.95

7 32.81

但是如果要使用你的解决方案，请为列名添加[]一个项目列表并仅使用DataFrame构造DataFrame ： data = [x[1] for x

...

文档： http ： //pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.html 列： 索引或类似数组 用于生成框架的列标签。 如果未提供列标签，则默认为np.arange(n) 例： df3 = DataFrame(np.random.randn(10,5)，columns = ['a'，'b'，'c'，'d'，'e']) 尝试使用： pd.DataFrame(reweightTarget, columns=['t

...

你可以使用iloc ： df.iloc[:, 0]

例： >>> df

a b c

0 1 4 7

1 2 5 8

2 3 6 9

>>> df['a']

0 1

1 2

2 3

Name: a, dtype: int64

>>> df.iloc[:, 0]

0 1

1 2

2 3

Name: a, dtype: int64

You can use iloc: df.iloc[:, 0]

Example: >>> df

...

尝试： A=data.frame(a=1:4,b=11:14)

> A[[paste0(colnames(A)[1],colnames(A)[2])]]

> A

a b ab

1 1 11 11

2 2 12 24

3 3 13 39

4 4 14 56

...忘了你听说过功能assign 。 比如，永远不要再使用它，甚至不要真的考虑它。 它对你来说已经死了。 如果将此应用于您勾画的for循环，请注意，将循环索引设置为1然后引用列i-1将导致问题。 没有列0.

...