pandas concat ValueError - 传递的值与索引暗示的不匹配答案

【问题标题】：pandas concat ValueError - passed values do not match implied by indicespandas concat ValueError - 传递的值与索引暗示的不匹配
【发布时间】：2019-07-30 17:29:05
【问题描述】：

我正在尝试将 2 个系列连接成这样的数据框

c_dist_df = pd.concat([d.value_counts(), v.value_counts()], axis=1, sort=True)

我得到了错误 -

ValueError: 传递值的形状是 (2, 7)，索引意味着 (2, 5)

这就是我的输入 series 的样子 -

d.value_counts()
(-0.001, 8.0]     2121
(127.0, 215.0]    2017
(36.0, 127.0]     2006
(215.0, 695.0]    2003
(8.0, 36.0]       1914
Name: X, dtype: int64

v.value_counts()
(215.0, 695.0]    204
(36.0, 127.0]     204
(127.0, 215.0]    202
(-0.001, 8.0]     196
(8.0, 36.0]       177
Name: X, dtype: int64

形状和索引值相同 -

np.shape(d.value_counts()) //returns (5,)
np.shape(v.value_counts()) //returns (5,)

我无法弄清楚传递值 (2, 7) 的形状如何。有人可以帮忙吗？

我正在使用Python version 3.7.0 和Pandas version 0.23.4

【问题讨论】：

你能提供你的数据样本吗？我在 2 个随机系列上尝试了您的代码，效果很好。
问题中的数据是我正在使用的实际数据。如果有帮助，该系列的索引是pandas.interval 类

标签： python-3.x pandas numpy

【解决方案1】：

您需要指定join_axes 参数。试试：

d_val = d.value_counts()
v_val = v.value_counts()

pd.concat([d_val, v_val], axis=1, join_axes=[d_val.index], sort=True)

其他一些选择：

使用join 而不是concat。但由于join 只能用于数据帧，因此您必须在加入之前将两个系列都转换为数据帧。
```
d_val.to_frame(name='d_vc').join(v_val.to_frame(name='v_vc'))
```

在初始化数据框时将两个系列都分配为列：

pd.DataFrame(dict(d_vc = d_val, v_vc = v_val)).reset_index()

【讨论】：

感谢您的回复 - 但是，两种解决方案都不起作用。但是，我可以让他们在合并之前通过reset_index 加入 - 即pd.DataFrame(dict(d_vc = d_val.reset_index(), v_vc = v_val.reset_index()))