Pandas concat:ValueError:传递的值的形状是blah，索引意味着blah2
我正在尝试合并一个（熊猫14.1）数据帧和一个系列。序列应该形成一个新列，带有一些NAs（因为序列的索引值是数据帧索引值的子集）。
这适用于玩具示例，但不适用于我的数据（详见下文）。
例子：
import pandas as pd
import numpy as np
df1 = pd.DataFrame(np.random.randn(6, 4), columns=['A', 'B', 'C', 'D'], index=pd.date_range('1/1/2011', periods=6, freq='D'))
df1
A B C D
2011-01-01 -0.487926 0.439190 0.194810 0.333896
2011-01-02 1.708024 0.237587 -0.958100 1.418285
2011-01-03 -1.228805 1.266068 -1.755050 -1.476395
2011-01-04 -0.554705 1.342504 0.245934 0.955521
2011-01-05 -0.351260 -0.798270 0.820535 -0.597322
2011-01-06 0.132924 0.501027 -1.139487 1.107873
s1 = pd.Series(np.random.randn(3), name='foo', index=pd.date_range('1/1/2011', periods=3, freq='2D'))
s1
2011-01-01 -1.660578
2011-01-03 -0.209688
2011-01-05 0.546146
Freq: 2D, Name: foo, dtype: float64
pd.concat([df1, s1],axis=1)
A B C D foo
2011-01-01 -0.487926 0.439190 0.194810 0.333896 -1.660578
2011-01-02 1.708024 0.237587 -0.958100 1.418285 NaN
2011-01-03 -1.228805 1.266068 -1.755050 -1.476395 -0.209688
2011-01-04 -0.554705 1.342504 0.245934 0.955521 NaN
2011-01-05 -0.351260 -0.798270 0.820535 -0.597322 0.546146
2011-01-06 0.132924 0.501027 -1.139487 1.107873 NaN
数据的情况（见下文）似乎基本相同——将一个系列与一个DatetimeIndex连接起来，该索引的值是数据帧的子集。但是它在标题中给出了ValueError（等等1 = (5, 286)等等2 = (5, 276) )。为什么它不工作？：
In[187]: df.head()
Out[188]:
high low loc_h loc_l
time
2014-01-01 17:00:00 1.376235 1.375945 1.376235 1.375945
2014-01-01 17:01:00 1.376005 1.375775 NaN NaN
2014-01-01 17:02:00 1.375795 1.375445 NaN 1.375445
2014-01-01 17:03:00 1.375625 1.375515 NaN NaN
2014-01-01 17:04:00 1.375585 1.375585 NaN NaN
In [186]: df.index
Out[186]:
<class 'pandas.tseries.index.DatetimeIndex'>
[2014-01-01 17:00:00, ..., 2014-01-01 21:30:00]
Length: 271, Freq: None, Timezone: None
In [189]: hl.head()
Out[189]:
2014-01-01 17:00:00 1.376090
2014-01-01 17:02:00 1.375445
2014-01-01 17:05:00 1.376195
2014-01-01 17:10:00 1.375385
2014-01-01 17:12:00 1.376115
dtype: float64
In [187]:hl.index
Out[187]:
<class 'pandas.tseries.index.DatetimeIndex'>
[2014-01-01 17:00:00, ..., 2014-01-01 21:30:00]
Length: 89, Freq: None, Timezone: None
In: pd.concat([df, hl], axis=1)
Out: [stack trace] ValueError: Shape of passed values is (5, 286), indices imply (5, 276)
共有3个答案
Aus_lacy的帖子给了我尝试相关方法的想法，其中连接确实有效：
In [196]:
hl.name = 'hl'
Out[196]:
'hl'
In [199]:
df.join(hl).head(4)
Out[199]:
high low loc_h loc_l hl
2014-01-01 17:00:00 1.376235 1.375945 1.376235 1.375945 1.376090
2014-01-01 17:01:00 1.376005 1.375775 NaN NaN NaN
2014-01-01 17:02:00 1.375795 1.375445 NaN 1.375445 1.375445
2014-01-01 17:03:00 1.375625 1.375515 NaN NaN NaN
不过，了解一下为什么concat会在这个示例上工作，而不是这个数据会很好！
我的问题是不同的指数，下面的代码解决了我的问题。
df1.reset_index(drop=True, inplace=True)
df2.reset_index(drop=True, inplace=True)
df = pd.concat([df1, df2], axis=1)
我也遇到了类似的问题（join工作正常，但concat失败）。
检查df1和s1中的重复索引值（例如df1.index.is_unique）
删除重复索引值（例如，df.drop_duplicates（inplace=True））或此处的一种方法https://stackoverflow.com/a/34297689/7163376 应该解决它。
-
我正试图通过SKMLPREGESSOR通过传递从CSV文件加载的自定义数据集。 我最初的错误是我的1D数组需要成为一个2D数组。 因此，我在x_测试和y_训练中都使用了来解决这个问题。然而，这现在给我带来了以下错误。 我已经浏览了其他一些帖子，但没有成功。
-
我正在登录各种网络设备，并尝试查看输出。下面是我正在运行的脚本，它工作得非常好。当我试图确定po1、allin1、sta1、saa1、stn1的产量时，我面临着这个问题。我已经给出了下面所有变量的输出。po1将是这里的源，如果任何索引在其他变量中不可用，则需要显示“NAn”。如果你对理解这个问题有异议，请告诉我。 下面是我得到的错误。当我把轴设为1时，我得到了这个错误。 po1的产量： allin
-
我有两个数据帧，有84行，显然是相同的长度，但是当我想将它们合并到1 df（按列合并-将名称、边和偏移量合并到纬度和经度的右侧）时，我得到了这个错误，。 发生了什么事？ 这是我的代码行
-
据我所知，＜code＞override＜/code＞关键字声明给定的声明实现了一个基本＜code＞virtual＜/code＞方法，如果没有找到匹配的基本方法，编译应该失败。 我对< code>final关键字的理解是，它告诉编译器任何类都不能覆盖这个< code >虚拟函数。 那么是多余的吗？它似乎编译得很好。最终传达哪些信息而信息不传达？这种组合的用例是什么？
-
concat线给出 raise VALUERROR（f“传递值的形状为{传递}，索引暗示{隐含}”）VALUERROR：传递值的形状为（18585,6），索引暗示（12390,6） 我不明白为什么上面写着18585。还有其他连接方法吗？请帮忙。 编辑：我想我找到了问题所在。 打印结果给了我以下信息 印刷原理图 结果Df最初是通过附加两个Df获得的 行号不是从0到12390的延续，而是从0到6194
-
我想创建一个