Python Pandas.melt函数：TypeError:只能将整数标量数组转换为标量索引

我正在使用pd.melt函数将DF转换为以下格式：

df=

转换为以下格式：

新的_df=

使用此代码：

new\u df=pd.melt（df，id\u vars=['orders'，var\u name=“samples”，value\u name=“Count”）

---

但我一直遇到这样的错误：TypeError：只有整数标量数组才能转换为标量索引。有人知道我做错了什么吗？

我尝试过使用您的代码，但没有任何错误：

import numpy as np

# sample df
o1 = [f'order {x}' for x in range(1, 6)]
d = {f'sample {x}': np.random.random(5) for x in range(1, 6)}
df = pd.DataFrame({'orders': o1, ** d})

pd.melt(df,id_vars=['orders'], var_name="sample", value_name="Count")

     orders    sample     Count
0   order 1  sample 1  0.350265
1   order 2  sample 1  0.697328
2   order 3  sample 1  0.263138
3   order 4  sample 1  0.976091
4   order 5  sample 1  0.370498
5   order 1  sample 2  0.108410
6   order 2  sample 2  0.785301
7   order 3  sample 2  0.497472
8   order 4  sample 2  0.978428
9   order 5  sample 2  0.995097
10  order 1  sample 3  0.366750
11  order 2  sample 3  0.628643
12  order 3  sample 3  0.420587
13  order 4  sample 3  0.490384
14  order 5  sample 3  0.812225
15  order 1  sample 4  0.414280

---

实际上，我共享了这个示例，因为我的实际代码无法完全共享。如果计数中没有数据（即空白），会有任何问题吗？我正在试图理解为什么会出现此错误。是否要将计数列保留为空？如果没有这些数据，很难预测，但您的列的数据类型似乎导致了问题。请确保您的数据的格式与我在示例中给出的格式相同。如果我将某些计数值更新为空字符串“”，是否可能会导致问题？是的，可能是问题。请尝试以下方法：

df.set_index（'orders'）.stack（）.reset_index（）.rename（列={'level_1'：'sample'，0:'count}