sklearn iris数据集转pandas DataFrame调用describe报错如何解决

sklearn中datasets.load_iris()返回的是Bunch类型的类字典对象，除了样本特征、分类标签外，还包含数据集说明、特征名、标签名等长度不一致的属性。你直接将整个Bunch对象传入pd.DataFrame()构造函数时，pandas会将其识别为字典尝试按键值对转成表格，不同键对应的值长度不匹配，因此触发ValueError: arrays must all be same length报错。

你需要明确指定用数据集的特征数组构造DataFrame，按需补充标签和列名即可，正确代码如下：

import pandas as pd
from sklearn import datasets

iris = datasets.load_iris()
# 用特征数组构造DataFrame，指定列名为官方特征名
iris_df = pd.DataFrame(iris.data, columns=iris.feature_names)
# 可选：新增target列存储分类标签
iris_df['target'] = iris.target

# 输出描述统计结果
print(iris_df.describe())

运行上述代码即可正常得到iris数据集的描述统计结果。

内容的提问来源于stack exchange，提问作者claire_123