Pandas DataFrame创建出错求助：列值错位原因及解决方法

核心原因 #

你创建DataFrame时误用了**集合（{}）**而非有序数据结构。集合有两个关键特性导致了错位问题：

• 无序性：集合内部元素没有固定顺序，Pandas读取集合时的遍历顺序由元素哈希值决定。不同长度、内容的字符串哈希值不同，短州名碰巧哈希后顺序和列名匹配，长州名就会因为哈希顺序变化导致列值错位。
• 唯一性：你代码里重复的{'Sam', 19, 'Tamil Naidu'}会被自动去重，最终DataFrame里只会保留一条该记录，这也是隐藏的问题。

解决办法 #

方法1：用有序列表替代集合 #

列表（[]）是有序结构，元素顺序和列名顺序严格对应，直接把大括号换成中括号即可：

import pandas as pd
names = ['Name', 'Score', 'State']
df = pd.DataFrame([['Sam', 19, 'Tamil Naidu'],
                   ['Kari', 10, 'Himachal Pradesh'],
                   ['Sam', 19, 'Tamil Naidu'],
                   ['Samual Dan', 11, 'Haryana']], columns = names)

方法2：用字典明确映射列与值（更严谨） #

字典可以指定每个列对应的具体值，完全规避顺序问题，即使列名顺序调整也不会出错：

import pandas as pd
df = pd.DataFrame([{'Name': 'Sam', 'Score': 19, 'State': 'Tamil Naidu'},
                   {'Name': 'Kari', 'Score': 10, 'State': 'Himachal Pradesh'},
                   {'Name': 'Sam', 'Score': 19, 'State': 'Tamil Naidu'},
                   {'Name': 'Samual Dan', 'Score': 11, 'State': 'Haryana'}])

（若需要固定列顺序，可额外指定columns=names参数）

内容的提问来源于stack exchange，提问作者Kartik