将分组生成的字典转换为DataFrame并导出Excel时出现维度错误的解决求助

你遇到的 ValueError: Buffer has wrong number of dimensions (expected 1, got 2) 错误，根源在于你把每个值都是二维DataFrame的字典直接转换为DataFrame时，pandas无法处理这种“单元格嵌套DataFrame”的结构，后续导出自然会触发维度不匹配的报错。

问题原因分析 #

你的代码中，df_pms = {query_id: grp.copy() for query_id, grp in df2.groupby("Portfolio")} 生成的是一个字典：键是Portfolio的取值，对应的值是完整的子DataFrame（二维表格结构）。当你用pd.DataFrame(data=df_pms, index=[0])转换时，得到的df3中每个单元格存储的都是一个二维DataFrame——这种嵌套结构不符合pandas导出Excel的要求，因此触发了维度错误。

针对性解决方案 #

根据你的代码逻辑，推测你想要的是将按Portfolio分组后的子数据集妥善导出，这里提供两种最贴合需求的实现方式：

方案1：将每个Portfolio的子数据导出到Excel的不同Sheet（推荐）

如果你的目标是让每个分组结果对应Excel的独立Sheet，不需要绕弯生成字典再转DataFrame，直接用pd.ExcelWriter循环写入即可：

import pandas as pd
import numpy as np

path = r"C:\zzz"
 
xls = pd.ExcelFile(path)
df1 = pd.read_excel(xls, 'CORRESPONDANCE')
df2 = pd.read_excel(xls, 'OP LIST')
 
# 原数据清洗逻辑保留
coldel = np.r_[6, 7, 11:42]
df2.drop(df2.columns[coldel], inplace=True, axis=1)
df2 = df2.drop(df2.index[0:7])
df2.columns = df2.iloc[0]
df2 = df2.sort_values(by='Portfolio', key=lambda x: x.str.split('MP'))
df2 = df2.dropna(subset=["Portfolio", "Instrument Name"])
df2 = df2[df2.Portfolio != "Portfolio"]
 
filter_op_nature = ['Buy', 'Sell']
df2 = df2[df2['Op. Nature'].isin(filter_op_nature)]

# 直接分组后导出到不同Sheet
with pd.ExcelWriter("output.xlsx") as writer:
    for portfolio_name, group_df in df2.groupby("Portfolio"):
        # 重置子数据集的索引，让导出的表格更整洁
        group_df = group_df.reset_index(drop=True)
        # 将每个分组写入独立Sheet，Sheet名用Portfolio名称
        group_df.to_excel(writer, sheet_name=portfolio_name, index=False)

方案2：将所有分组数据合并为一个结构正确的平级DataFrame

如果你只是想把分组后的整合成一个大的平级DataFrame（保留Portfolio作为标识列），完全不需要生成字典，直接用清洗后的df2即可；如果必须基于字典合并，可以用pd.concat：

# 基于df_pms字典合并为平级DataFrame
df_combined = pd.concat(df_pms.values(), keys=df_pms.keys(), names=["Portfolio", "Sub_Index"])
# 重置索引让结构更清晰
df_combined = df_combined.reset_index(level=1, drop=True).reset_index()
# 导出到Excel
df_combined.to_excel("output.xlsx", index=False)

补充：原代码错误的核心原因 #

再回头看你原代码的问题点：

df3 = pd.DataFrame(data=df_pms, index=[0])
df3 = df3.T

转置后的df3，每一行的元素都是一个二维DataFrame——pandas在导出Excel时无法序列化这种嵌套的二维结构，因此抛出维度错误。只有当DataFrame的单元格是标量、一维列表/数组时，才能正常完成导出操作。

备注：内容来源于stack exchange，提问作者moqa