【Pandas】データフレームを辞書から作成（If using all scalar values, you must pass an indexのエラーの対処）[Python]

2023年2月21日2023年3月4日

URLをコピーしました！

Pandas

前回、random.choicesで重みありランダム選択する方法を解説しました。

あわせて読みたい

【Python基礎】random.choicesで重みありランダム選択 random 前回、リスト内包表記で複数のリストを同時に作成する方法を紹介しました。今回はrandomモジュールのrandom.choicesを使って、重みあり（偏りあり）でランダム…

今回はPandasでデータフレームを辞書から作成する方法を紹介していきます。

私は大体の場合、列に対応するデータのリストを作って、列名を指定してデータを追加する方法か、行に対応するデータを使ってconcatを使ってデータを追加する方法を使っています。

そしてたまたま何かのライブラリを使った際、その出力が辞書形式でデータフレームに変換するのに結構苦労したので、備忘録的に書いておこうというのが今回の発端です。

それでは始めていきましょう。

失敗例

最初に私がやった失敗例を紹介します。

ある辞書を作成し、それをそのままPandasのデータフレームのデータとして使おうとした例です。

import pandas as pd

dict1 = {'A':1, 'B':2, 'C':3}

df1 = pd.DataFrame(dict1)

print(df1)

実行結果
---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
Input In [3], in <cell line: 5>()
      1 import pandas as pd
      3 dict1 = {'A':1, 'B':2, 'C':3}
----> 5 df1 = pd.DataFrame(dict1)
      7 print(df1)
中略
ValueError: If using all scalar values, you must pass an index

いくつかのサイトではこのように「pd.DataFrame(辞書)」でもそのままデータフレームとなると書かれていたのですが、どうしてもこの「If using all scalar values, you must pass an index」のエラーが出てしまい、どうにもなりませんでした。

データフレームを辞書から作成する方法

「If using all scalar values, you must pass an index」のエラーが出た場合、インデックスを指定してあげると、つまり「pd.DataFrame」のオプションに「index」を指定してあげると、エラーなく辞書からデータフレームを作成できました。

import pandas as pd

dict1 = {'A':1, 'B':2, 'C':3}

df1 = pd.DataFrame(dict1, index=['val'])

print(df1)

実行結果
     A  B  C
val  1  2  3

作成されたデータは辞書のキーが列名になり、値が行になります。

そのため複数の行のデータをもつデータフレームを作成したい場合は、辞書の値をリストとします。

import pandas as pd

dict2 = {'A':[1,1], 'B':[2,4], 'C':[3,9]}

df2 = pd.DataFrame(dict2, index=['val1', 'val2'])

print(df2)

実行結果
      A  B  C
val1  1  2  3
val2  1  2  3

ただこの場合、「index」で指定する列名もリストとして、行のデータの分だけ必要になることに注意してください。

そして辞書のキーを行名として使いたい場合は、最後に「.transpose()」で列と行を入れ替えます。

import pandas as pd

dict2 = {'A':[1,1], 'B':[2,4], 'C':[3,9]}

df2 = pd.DataFrame(dict2, index=['val1', 'val2'])

print(df2.transpose())

実行結果
   val1  val2
A     1     1
B     2     2
C     3     3

色々見ていると「pd.DataFrame.from_dict()」という関数も存在しているようですが、正直使い方がよく変わらなかったので、私としては今回の方法を採用しました。

次回はplotlyで表示範囲をスライドで指定できるrangesliderを紹介します。