Pandas创建DataFrame时列名与索引带括号问题排查

列名/索引带括号逗号的原因 #

你用pd.read_csv读取的tags和tracks都是单列DataFrame，并非一维的列表或Series。当直接把整个DataFrame传给pd.DataFrame的index或columns参数时，pandas会将DataFrame的每一行（哪怕仅含一列）当作元组处理——比如原标签是rock，就会变成('rock',)，最终列名和索引就会显示带括号逗号的格式。

填充np.zeros失败的原因 #

你创建的数组维度(10000,1000)看似匹配，但index和columns实际是由元组构成的索引对象，和普通字符串索引的结构不兼容。而且直接用DataFrame当索引/列时，pandas是把每行作为索引项，虽然长度对得上，但索引的类型是元组，导致填充时数组无法和DataFrame的索引/列正确对齐，最终填充失败。

快速解决步骤 #

1. 读取CSV时，提取单列的纯值列表（或转成Series）：

   # 提取第一列转为列表
   tags = pd.read_csv('top1000_tags.csv').iloc[:, 0].tolist()
   tracks = pd.read_csv('tracks.csv').iloc[:, 0].tolist()
   

   或者用squeeze直接转成Series（pandas 1.3及以上版本支持）：

   tags = pd.read_csv('top1000_tags.csv').squeeze('columns')
   tracks = pd.read_csv('tracks.csv').squeeze('columns')
   

2. 再创建DataFrame并填充数据：

   import numpy as np
   import pandas as pd
   
   df = pd.DataFrame(data=np.zeros((len(tracks), len(tags))), index=tracks, columns=tags)
   

   用len(tracks)和len(tags)代替硬编码的10000/1000，更灵活不易出错。

内容的提问来源于stack exchange，提问作者Rocket