构造Pandas DataFrame遇维度不匹配报错，求解决方案

首先，咱们先拆解你遇到的报错：Shape of passed values is (3514, 78), indices imply (1, 78)，这句话的意思是：你传入的数据是3514行78列的结构，但你指定的列数只有1列，两者无法匹配，所以报错了。

问题出在你的代码里这两处： #

1. columns['close']是语法错误，正确的列指定应该是columns=['close']（方括号外面要加等号）；
2. 更关键的是：np.zeros_like(close)会生成一个和close完全同形状的数组——从你的示例能看到close是包含多列股票代码的DataFrame，所以这个数组是3514行×78列的，但你指定的columns=['close']只有1列，这就导致了形状冲突。

针对你的需求，分两种修复方案： #

方案1：生成和close同结构（同索引、同列名）的全0DataFrame

如果你想得到一个和close完全一样的索引、列名，只是值全为0的DataFrame，直接复用close的columns即可，不需要手动指定：

alpha = pd.DataFrame(np.zeros_like(close), index=close.index, columns=close.columns)

方案2：只生成一列名为close的全0DataFrame

如果你确实只需要一列，那就要调整生成的全0数组的形状，让它变成3514行×1列：

# 方法1：指定数组形状
alpha = pd.DataFrame(np.zeros((len(close), 1)), index=close.index, columns=['close'])

# 方法2：更简洁的字典构造法
alpha = pd.DataFrame({'close': np.zeros(len(close))}, index=close.index)

关于你猜测的多重索引问题 #

从你给出的close数据示例来看，它并不是多重索引：你的close的index是单索引trade_dt，列是不同的股票代码，所以和多重索引无关，核心问题就是列数和数据形状不匹配~

内容的提问来源于stack exchange，提问作者xxyao