Python 猫行为的不一致性

以下工作：

df1=pd.DataFrame（[[1,2,3]]，列=['a'，'b'，'c']）
df2=pd.DataFrame（列=['a'，'b'，'c']）
pd.concat（[df1，df2]）

当然应该如此。但是，以下内容应该完全相同，但它不起作用：

od3=OrderedDict（[（'a'，[1]），（'b'，[2]），（'c'，[3]））
od4=OrderedDict（[（'a'，[]），（'b'，[]），（'c'，[]））
df3=局部数据帧（od3）
df4=局部数据帧（od4）
pd.concat（[df3，df4]）

这段代码产生

ValueError: Shape of passed values is (3, 1), indices imply (3, 0)

奇怪的是，这些都起作用了：

pd.concat（[df3.drop\u duplicates（），df4.drop\u duplicates（）]））
pd.concat（[df3，df4.drop_duplicates（）]））
pd.concat（[df3.drop_duplicates（），df4]）

尽管这些导致数据帧具有

float64

s而不是

int64

s

---

发生了什么事？Pandas存储的

df3

似乎与

df1

不同，即使它们看起来完全相同，

.drop\u duplicates（）

方法将

df3

转换为规范形式。（？）有什么想法吗？

df2=pd.DataFrame（[[]]，columns=['a'，b'，c']）

为我提供了一个错误：

断言错误：传递了3列，传递的数据有0列

。可能指定您正在使用的版本…我在Python3上使用的是pandas 0.20.3，如果我使用空的数据列表，可以初始化

df2

。我猜定义为

od3

和

od4

的变量分别是

od1

和

od2

，但是在做了这个更改之后，代码运行良好。什么是

od1

和

od2

？没有显示。无法复制“float64s而不是int64s”。因为结果为NaN

df2=pd.DataFrame（[[]，columns=['a'，'b'，'c']）

为我提供了一个错误：

AssertionError:传递了3列，传递的数据有0列

。可能指定您正在使用的版本…我在Python3上使用的是pandas 0.20.3，如果我使用空的数据列表，可以初始化

df2

。我猜定义为

od3

和

od4

的变量分别是

od1

和

od2

，但是在做了这个更改之后，代码运行良好。什么是

od1

和

od2

？没有显示。无法复制“float64s而不是int64s”。因为结果为NaN。