Pandas创建DataFrame报错：Shape of passed values is (3,1) indices imply (3,3)求解

你的场景 #

数组结构：

[['Aasim khan', '2 Dec', '0'], ['Aasim khan', '3 Dec', '0'], ['Aasim khan', '5 Dec', '0']]

你尝试的代码：

for i in range(len(array)):
    df = pd.DataFrame(
        array[i],
        columns=["consultant", "date", "count"]
    )

错在哪 #

1. 维度不匹配：array[i]是一维列表（比如['Aasim khan', '2 Dec', '0']），直接传给pd.DataFrame时，它会把这三个值当成一列的三行数据，但你指定了3个列名，必然触发列数不匹配的ValueError。
2. 循环覆盖数据：就算维度没问题，每次循环都给df重新赋值，最后df里只会保留最后一次循环的结果，前面的数据全被覆盖了。

正确做法 #

直接生成（推荐） #

完全不需要循环，把整个二维数组直接传给pd.DataFrame即可：

import pandas as pd

array = [['Aasim khan', '2 Dec', '0'], ['Aasim khan', '3 Dec', '0'], ['Aasim khan', '5 Dec', '0']]
df = pd.DataFrame(array, columns=["consultant", "date", "count"])

必须用循环的情况（比如分批爬取数据） #

如果是数据分批获取需要逐步累加，就用concat拼接数据，不要直接覆盖：

import pandas as pd

array = [['Aasim khan', '2 Dec', '0'], ['Aasim khan', '3 Dec', '0'], ['Aasim khan', '5 Dec', '0']]
# 先创建指定列名的空DataFrame
df = pd.DataFrame(columns=["consultant", "date", "count"])

for item in array:
    # 把单个一维列表包装成二维结构，再拼入原DataFrame
    df = pd.concat([df, pd.DataFrame([item], columns=["consultant", "date", "count"])], ignore_index=True)

内容的提问来源于stack exchange，提问作者Suraj221b