如何在Pandas DataFrame中混合一维与二维变量？

你遇到的错误是因为Pandas默认要求DataFrame的每一列都是一维数组/序列，而你的wav是二维数组（形状(3,6)），直接传入会被Pandas误解为要生成6列数据，导致维度不匹配。

以下是两种简洁的解决方法：

方法1：将二维数组转换为列表的列表 #

使用NumPy数组的tolist()方法，把二维数组转换成包含子列表的一维列表，每个子列表对应原数组的一行：

import pandas as pd
import numpy as np

lat = np.array([80.589, 80.592, 80.595])
lon = np.array([50.268, 50.264, 50.260])
wav = np.array([[486, 605, 666, 821, 777,  719],
                [ 65,  60,  68,  67,  72,   64],
                [866, 946, 882, 855, 999, 1195]])

df = pd.DataFrame({
    'Lon': lon,
    'Lat': lat,
    'Wav': wav.tolist()  # 转换为列表的列表
})

print(df.head(1))

运行后输出符合预期：

Lon     Lat                                          Wav
0  50.268  80.589  [486, 605, 666, 821, 777, 719]

方法2：生成一维的数组序列 #

通过列表推导式把二维数组的每一行提取为独立的一维数组，再传入DataFrame：

df = pd.DataFrame({
    'Lon': lon,
    'Lat': lat,
    'Wav': [row for row in wav]
})

这种方法和方法1效果一致，区别在于Wav列的元素是NumPy一维数组而非Python列表，可根据后续数据处理需求选择。

原理说明 #

Pandas允许列中存储可迭代对象（如列表、一维数组），只要整个列是一维结构（即每个位置对应一个元素，不管元素本身是多维的）。直接传入二维数组时，Pandas会尝试将其拆解为多个列，因此触发维度错误；转换为一维的"元素是多维对象"的结构后，就能正常识别为单列数据。

内容的提问来源于stack exchange，提问作者EBo