循环创建编号Pandas DataFrame报错：传递项数不符问题排查

问题描述 #

你尝试从名称列表创建带编号列的DataFrame，代码如下：

tickers = ['IBM US Equity', 'APL US Equity']
for num, ticker in enumerate(tickers, start=1):
    df[num] = df.loc[ticker]
    print(df[num])

其中df是一个以tickers为索引的Pandas DataFrame。单独执行以下代码能得到预期结果：

df1 = df.loc['IBM US Equity']
print(df1)

但使用循环时却报错："Wrong number of items passed 4, placement implies 1"。

错误原因 #

核心问题是维度不匹配：

• df.loc[ticker]返回的是一个Series（对应原df中的一行数据），它的长度等于原df的列数（这里是4）。
• 当你执行df[num] = 这个Series时，Pandas会认为你要给原df添加一个新列，而新列需要的是长度等于原df行数的数据，但你传入的Series长度是原df的列数（4），和行数不匹配，因此触发了维度错误。
• 单独执行时只是打印这个Series，没有赋值操作，所以不会触发维度检查，自然没问题。

解决方案 #

你可以通过两种方式实现需求：

方法1：转置原DataFrame（更简洁）

直接提取目标行后转置，再重命名列即可：

import pandas as pd

tickers = ['IBM US Equity', 'APL US Equity']
# 提取指定行，转置后行索引变为原列名，再重置索引
new_df = df.loc[tickers].T.reset_index(drop=True)
# 给列设置编号1、2...
new_df.columns = range(1, len(tickers)+1)
print(new_df)

方法2：循环中调整维度（保留循环逻辑）

把提取的行转成适合作为列的数据，比如用.values获取值数组：

import pandas as pd

tickers = ['IBM US Equity', 'APL US Equity']
new_df = pd.DataFrame()  # 创建空DataFrame存储结果
for num, ticker in enumerate(tickers, start=1):
    # 把行数据转成列数据添加到新df中
    new_df[num] = df.loc[ticker].values
print(new_df)

内容的提问来源于stack exchange，提问作者mt1111