值错误将嵌套列表保存到 DataFrame - Python、Pandas

Question

我正在尝试将嵌套列表发送到数据框，如下所示：import pandas as pdimport numpy as npdef save_data(data):    df = pd.DataFrame(data=[data], columns=['Send/Collect', 'Hospital', 'Courier', 'Kit', 'Manufacturer'])save_data([["One", "Two","Three", "Four", "Five"],           ["One", "Two","Three", "Four", "Five"],           ["One", "Two","Three", "Four", "Five"]])但是，这会导致断言错误如下：断言错误：通过了 5 列，传递的数据有 3 列正如在Git和另一个问题上所见，我尝试按照建议将数据制作成numpy数组，但这现在返回了这个稍微混乱的错误：ValueError：必须通过二维输入在实际代码中，列表的大小会随着固定的列大小而变化，所以我不知道如何解决这个问题！

Answer 1

对我来说，[]如果使用嵌套lists 和嵌套列表的最大长度与列数相同（此处为 5），则从 DataFrame 构造函数中删除：

def save_data(data):

    df = pd.DataFrame(data=data, columns=['Send/Collect', 'Hospital',

                                          'Courier', 'Kit', 'Manufacturer'])

    return df

L = [["One", "Two","Three", "Four", "Five"],

     ["One", "Two","Three", "Four", "Five"],

     ["One", "Two","Three", "Four", "Five"]]

df = save_data(L)

print (df)

  Send/Collect Hospital Courier   Kit Manufacturer

0          One      Two   Three  Four         Five

1          One      Two   Three  Four         Five

2          One      Two   Three  Four         Five

您还可以创建检查条件：

def save_data(data):

    if max(len(x) for x in L) == 5:

        df = pd.DataFrame(data=data, columns=['Send/Collect', 'Hospital', 'Courier', 

                                              'Kit', 'Manufacturer'])

    return df

L = [["One", "Two","Three", "Four", "Five"],

     ["One", "Two","Three", "Four", "Five"],

     ["One", "Two","Three", "Four"]]

df = save_data(L)

print (df)

  Send/Collect Hospital Courier   Kit Manufacturer

0          One      Two   Three  Four         Five

1          One      Two   Three  Four         Five

2          One      Two   Three  Four         None

Answer 2

您从数据中删除括号，例如。

def save_data(data):

    df = pd.DataFrame(data=data, columns=['Send/Collect',

                                          'Hospital',

                                          'Courier',

                                          'Kit',

                                          'Manufacturer'])

    return df