使用append方法创建DataFrame时遇数据类型不匹配错误求助

嘿，这个报错的根源其实出在你初始化DataFrame列的方式上，咱们一步步拆解：

错误原因分析 #

你写了stats = pd.DataFrame(columns=[col_stats])，这里的[col_stats]是把整个col_stats列表当成了单个列名，导致你的DataFrame其实只有一列，列名是['Attribute', 'Mean', 'Var', 'Std']（一个列表对象）。而你后续append的new_row是长度为4的Series，两者的列数完全不匹配，进而触发了 dtype 不兼容的错误（原DataFrame列是object类型，而你要添加的是多个数值/字符串类型）。

修正方案1：修复列初始化+正确使用append #

先把列的初始化改对，同时给Series指定索引避免顺序问题：

import pandas as pd
import numpy as np

col_stats = ['Attribute', 'Mean', 'Var', 'Std']
# 这里直接用col_stats作为columns参数，不要加外层括号
stats = pd.DataFrame(columns=col_stats)

for i in train:
    new_row = [i, train[i].mean(), np.var(train[i]), np.nanstd(train[i])]
    # 给Series指定和DataFrame一致的索引，确保列对应正确
    new_row_series = pd.Series(new_row, index=col_stats)
    stats = stats.append(new_row_series, ignore_index=True)

print(stats)

更推荐的方案2：避免循环append（效率更高） #

因为append方法已经被pandas弃用了，而且循环里append的效率很低，更推荐先把所有行数据收集到列表里，最后一次性创建DataFrame：

import pandas as pd
import numpy as np

col_stats = ['Attribute', 'Mean', 'Var', 'Std']
rows_list = []

for i in train:
    row_data = {
        'Attribute': i,
        'Mean': train[i].mean(),
        'Var': np.var(train[i]),
        'Std': np.nanstd(train[i])
    }
    rows_list.append(row_data)

# 一次性生成DataFrame，效率远高于循环append
stats = pd.DataFrame(rows_list, columns=col_stats)
print(stats)

这样两种方式都能解决你遇到的 dtype 错误，而且第二种方案在数据量大的时候优势更明显~

内容的提问来源于stack exchange，提问作者Chris