كيفية الإصلاح: إذا كنت تستخدم جميع القيم العددية، فستحتاج إلى تمرير فهرس

الخطأ الذي قد تواجهه عند استخدام الباندا هو:

 ValueError: If using all scalar values, you must pass an index

يحدث هذا الخطأ عندما تحاول إنشاء Pandas DataFrame عن طريق تمرير كافة القيم العددية، ولكنك غير قادر أيضًا على تمرير فهرس.

يوضح المثال التالي كيفية تصحيح هذا الخطأ عمليًا.

كيفية إعادة إنتاج الخطأ

لنفترض أننا نحاول إنشاء DataFrame الباندا من عدة قيم عددية:

 import pandas as pd

#define scalar values
a = 1
b = 2
c = 3
d = 4

#attempt to create DataFrame from scalar values
df = pd. DataFrame ({' A ':a,' B ':b,' C ':c,' D ':d})

ValueError: If using all scalar values, you must pass an index

نتلقى خطأ لأننا مررنا القيم العددية فقط إلى DataFrame، لكننا فشلنا في تمرير الفهرس.

كيفية اصلاح الخطأ

فيما يلي ثلاث طرق يمكنك استخدامها لإصلاح هذا الخطأ:

الطريقة الأولى: تحويل القيم العددية إلى قائمة

 import pandas as pd

#define scalar values
a = 1
b = 2
c = 3
d = 4

#create DataFrame by transforming scalar values to list
df = pd. DataFrame ({' A ':[a], ' B ':[b], ' C ':[c], ' D ':[d]})

#view DataFrame
df
        A B C D
0 1 2 3 4

الطريقة الثانية: تمرير القيم العددية ومؤشر النجاح

 import pandas as pd

#define scalar values
a = 1
b = 2
c = 3
d = 4

#create DataFrame by passing scalar values and passing index
df = pd. DataFrame ({' A ': a, ' B ': b, ' C ': c, ' D ': d}, index=[ 0 ])

#view DataFrame
df
        A B C D
0 1 2 3 4

الطريقة الثالثة: ضع القيم العددية في القاموس

 import pandas as pd

#define scalar values
a = 1
b = 2
c = 3
d = 4

#define dictionary of scalar values
my_dict = {' A ':1, ' B ':2, ' C ':3, ' D ':4}

#create DataFrame by passing dictionary wrapped in a list
df = pd. DataFrame ([my_dict])

#view DataFrame
df
        A B C D
0 1 2 3 4

لاحظ أن كل طريقة تنتج نفس DataFrame.

مصادر إضافية

تشرح البرامج التعليمية التالية كيفية إصلاح الأخطاء الشائعة الأخرى في بايثون:

كيفية الإصلاح: لا توجد وحدة تسمى الباندا
كيفية الإصلاح: لا توجد وحدة باسم numpy
كيفية الإصلاح: تتداخل الأعمدة ولكن لم يتم تحديد أي لاحقة
كيفية الإصلاح: الإعداد مع CopyWarning في Pandas