Python List转Dataframe报错：ValueError: Must pass 2-d input. shape=(9,5,6)

错误原因 #

Pandas DataFrame仅支持二维输入结构（行×列），你当前的输入是三维数组（shape=(9,5,6)），不符合要求因此报错。

针对不同数据结构的解决方法 #

根据你的三维数据的实际含义，选择对应处理方式：

1. 合并多个二维子表为一个大DataFrame

如果你的三维数据是9个独立的二维子表（每个子表5行6列），可以将每个子表转为DataFrame后合并：

import pandas as pd

# 假设你的三维列表名为data_3d
df_collection = [pd.DataFrame(sub_table) for sub_table in data_3d]
final_df = pd.concat(df_collection, ignore_index=True)

2. 扁平化三维数据为二维结构

如果需要把所有内层的6值组作为行，直接展开成二维列表后转DataFrame：

import pandas as pd

# 扁平化：将9×5×6的结构转为(9*5)×6的二维结构
flattened_data = [row for sub_table in data_3d for row in sub_table]
df = pd.DataFrame(flattened_data)

3. 保留层级信息（添加分组标识）

如果需要保留原三维结构的第一层作为分组标记，可额外添加分组列：

import pandas as pd

flattened_data = []
# 遍历每个分组，给每行添加分组编号
for group_id, sub_table in enumerate(data_3d):
    for row in sub_table:
        flattened_data.append([group_id] + row)

# 自定义列名，第一列为分组编号，后续为原数据列
df = pd.DataFrame(flattened_data, columns=["Group"] + [f"Column_{i}" for i in range(6)])

额外提示 #

如果不确定数据的具体结构，可以先打印部分子元素确认：

# 打印第一个二维子表的结构
print(data_3d[0])

内容的提问来源于stack exchange，提问作者Rajarshi