如何将wbgapi.Coder元素转为pandas DataFrame？解决值错误问题

你遇到的错误是因为wb.economy.coder()返回的是键为国家名称、值为对应代码的单层字典，所有值都是标量类型，直接用默认参数的pd.DataFrame.from_dict()无法生成DataFrame——pandas需要明确的行/列结构。

以下是几种可行的解决方法：

方法1：转成键值对列表构建DataFrame #

把字典的键值对转成列表，让pandas自动生成两列结构：

import wbgapi as wb
import pandas as pd

# 获取coder字典
coder_data = wb.economy.coder(['Rwanda', 'Bolivia'])
# 从键值对列表创建DataFrame，指定列名
df = pd.DataFrame(coder_data.items(), columns=['Country', 'Code'])

生成的DataFrame会有Country（国家名称）和Code（对应代码）两列，索引从0开始。

方法2：以国家名为索引构建DataFrame #

如果你希望把国家名称作为行索引，代码作为单独列，可以指定orient='index'：

df = pd.DataFrame.from_dict(coder_data, orient='index', columns=['Code'])
# 给索引命名，让结构更清晰
df.index.name = 'Country'

这种方式下，行是国家名称，列是对应的代码。

方法3：通过Series中转 #

先把字典转成pandas Series，再转成DataFrame：

# 创建Series并指定列名
country_series = pd.Series(coder_data, name='Code')
# 转成DataFrame并重置索引，重命名索引列为Country
df = country_series.to_frame().reset_index().rename(columns={'index': 'Country'})

最终效果和方法1一致。

错误原因说明 #

pd.DataFrame.from_dict()默认使用orient='columns'模式，即把字典的键作为列名，值作为该列的所有行数据。但你的字典中每个值都是单个标量（不是数组/列表），pandas无法确定需要多少行，因此抛出ValueError: If using all scalar values, you must pass an index的错误。上述方法通过调整数据结构或指定orient参数，解决了这个问题。

内容的提问来源于stack exchange，提问作者marimachine