如何将三个独立元组作为列构建Pandas DataFrame？

场景复现 #

现有以下数据列表：

import pandas as pd

tuple_1 = [1,2,3,4,5]
tuple_2 = ['a', 'b', 'c', 'd', 'e']
tuple_3 = [10,20,30,40,50]

单独用一个列表构建DataFrame列时正常运行：

df = pd.DataFrame(data=tuple_1, columns=['Tuple 1'])
print(df)

输出：

Tuple 1
0        1
1        2
2        3
3        4
4        5

但尝试用三个列表构建多列时出现错误：

df = pd.DataFrame(data=[tuple_1, tuple_2, tuple_3], columns=['Tuple 1', 'Tuple 2', 'Tuple 3'])

报错信息：

ValueError: 3 columns passed, passed data had 5 columns

期望输出：

Tuple 1 Tuple 2  Tuple 3
0        1       a       10
1        2       b       20
2        3       c       30
3        4       d       40
4        5       e       50

错误原因 #

当你把三个列表嵌套传入data参数时，pandas会将每个子列表识别为一行数据，此时传入的数据是3行、5列的结构，但你指定了3列，列数不匹配，因此触发报错。

解决方法 #

方法1：使用字典传入（推荐） #

直接用字典映射列名与对应数据列表，pandas会自动将每个字典值作为一列：

import pandas as pd

tuple_1 = [1,2,3,4,5]
tuple_2 = ['a', 'b', 'c', 'd', 'e']
tuple_3 = [10,20,30,40,50]

df = pd.DataFrame({
    'Tuple 1': tuple_1,
    'Tuple 2': tuple_2,
    'Tuple 3': tuple_3
})
print(df)

方法2：转置数据后指定列名 #

先将原行格式的数据转置为列格式，再设置对应列名：

import pandas as pd

tuple_1 = [1,2,3,4,5]
tuple_2 = ['a', 'b', 'c', 'd', 'e']
tuple_3 = [10,20,30,40,50]

df = pd.DataFrame(data=[tuple_1, tuple_2, tuple_3]).T
df.columns = ['Tuple 1', 'Tuple 2', 'Tuple 3']
print(df)

两种方法均能得到期望的输出结果。

内容的提问来源于stack exchange，提问作者valentim.kodak