Python向空pd.DataFrame添加数据触发TypeError，求问题排查

你在尝试往DataFrame里添加行数据并导出为CSV时碰到了TypeError: Expected tuple, got str的错误，明明参考了教程写法却跑不通，其实问题出在最开始创建DataFrame的列定义上。

核心错误点 #

你创建DataFrame时，列名用了嵌套列表的写法：

df = pd.DataFrame(columns=[ ['team'], ['timestamp'], ['tr_jan'], ['tr_dec'], ['tr_diff']])

这种写法会让pandas把列解析成多级索引（MultiIndex）——每个列名实际上是一个单元素的元组（比如('team',)），而不是你预期的普通字符串列名。

当你用df.append()传入字典时，字典的键是字符串（比如'team'），但DataFrame的列是元组类型的多级索引，两者无法匹配。pandas在尝试重新对齐列的时候，就会抛出TypeError: Expected tuple, got str的错误，因为它期望的是元组格式的列标识，而你给的是字符串。

解决办法 #

1. 修正列定义（最关键的一步）

把嵌套的列表改成普通的字符串列表，直接定义列名：

df = pd.DataFrame(columns=['team', 'timestamp', 'tr_jan', 'tr_dec', 'tr_diff'])

这样列就变成了普通的字符串索引，和你append时字典的键完全对应，就能正常添加行了。

2. 更高效的写法（推荐）

另外要注意，df.append()在pandas 2.0版本之后已经被弃用了，推荐先把所有行数据收集到列表里，再一次性创建DataFrame，这种方式性能更好，尤其数据量大的时候：

# 初始化空列表存储所有行数据
rows_data = []

for tuple_item in datapoints:
    team = tuple_item[0]
    for datapoint in tuple_item[1]:
        timestamp = get_time_stamp(datapoint[0])
        # 将每行数据转为字典加入列表
        rows_data.append({
            'team': team,
            'timestamp': timestamp,
            'tr_jan': 1,
            'tr_dec': 20,
            'tr_diff': 2000
        })

# 一次性生成DataFrame
df = pd.DataFrame(rows_data)

修改完成后，你就可以正常操作DataFrame，最后用df.to_csv('output.csv', index=False)导出成CSV文件了。

内容的提问来源于stack exchange，提问作者PEREZje