如何在Python中从零创建DataFrame并添加自定义变量？

你的代码存在三个关键问题，导致无法得到预期的DataFrame：

1. 缺失必要导入：生成正态分布的norm没有从scipy.stats模块导入，运行时会抛出名称错误
2. reshape参数错误：reshape(-100, 1)是无效语法，要将一维数组转为列向量，应该用reshape(-1, 1)，其中-1表示让系统根据数组元素数量自动计算行数
3. DataFrame赋值逻辑错误：df.assign()方法不会修改原DataFrame，而是返回一个包含新列的新DataFrame，你没有将这个新对象赋值给df，所以原df始终是空的

修正后的完整代码 #

# 导入所有需要的模块
from scipy.stats import bernoulli, norm
import pandas as pd

# 生成伯努利分布变量x并转为列向量
x = bernoulli.rvs(size=100, p=0.6)
x = x.reshape(-1, 1)

# 生成正态分布变量y并转为列向量
y = norm.rvs(size=100, loc=0, scale=1)
y = y.reshape(-1, 1)

# 方法1：直接在创建DataFrame时传入数据（推荐）
df = pd.DataFrame({'x': x.flatten(), 'y': y.flatten()})
print(df)

# 方法2：使用assign并重新赋值给df
# df = pd.DataFrame()
# df = df.assign(x=x.flatten(), y=y.flatten())
# print(df)

补充说明 #

• reshape(-1,1)得到的是二维数组，直接传入DataFrame会被识别为嵌套结构，用flatten()转为一维数组更稳妥；也可以用pd.Series(x.squeeze(), name='x')完成二维到一维的转换
• 直接在pd.DataFrame()构造函数中传入字典的方式，代码更简洁直观，是日常开发的首选写法

内容的提问来源于stack exchange，提问作者TFT