Python 通过从其他数据帧中提取列来创建新的数据帧-ValueError

我必须从不同的数据帧中提取列，并将它们合并到一个新的数据帧中。这就是我正在做的：

newdf=pd.DataFrame()
newdf['col1']=sorted(df1.columndf1.unique())
newdf['col2']=df2.columndf2.unique(),
newdf['col3']=df3.columndf3.unique()
newdf

我确信这三列的长度是相同的（我已经检查过了），但是我得到了错误

ValueError: Length of values does not match length of index

---

我曾尝试将它们作为pd.Series传递，但结果是一样的。我使用的是Python 2.7。

似乎存在唯一值的长度不同的问题

一种可能的解决方案是将所有数据合并在一起并应用

唯一


如果唯一数据大小不同，则在列的最后一个值中获取
NaN
s

newdf = pd.concat([df1.columndf1, df2.columndf2, df3.columndf3], axis=1)
          .apply(lambda x: pd.Series(x.unique()))

编辑：

另一种可能的解决办法：

a = sorted(df1.columndf1.unique())
b = list(df2.columndf2.unique())
c = list(df3.columndf3.unique())

newdf=pd.DataFrame({'col1':a, 'col2':b, 'col3':c})

似乎存在唯一值的长度不同的问题

一种可能的解决方案是将所有数据合并在一起并应用
唯一


如果唯一数据大小不同，则在列的最后一个值中获取
NaN
s

newdf = pd.concat([df1.columndf1, df2.columndf2, df3.columndf3], axis=1)
          .apply(lambda x: pd.Series(x.unique()))

编辑：

另一种可能的解决办法：

a = sorted(df1.columndf1.unique())
b = list(df2.columndf2.unique())
c = list(df3.columndf3.unique())

newdf=pd.DataFrame({'col1':a, 'col2':b, 'col3':c})

在您的案例中，所有三列都具有相同的唯一值？不，它们对于每一列都不同，但是
.unique（）
对象的长度相同所有三列在您的案例中都具有相同的唯一值？不，它们对于每一列都不同，但是
.unique（）
对象的长度是相同的，但是如果我使用
len进行检查的话（排序后的（df1.columndf1.unique（））==len（df2.columndf2.unique（））
和
len（df2.columndf2.unique（））==len（df3.columndf3.unique（））
这两个参数都是真的，所以如果选中
print（len（df1.columndf1.unique（））
，那么
print（len（df2.columndf2.unique（））
和
print（len（df3.columndf1.unique（））
所有值都是相同的？是的！只要选中OK，那么如果使用我的代码，最后一行中没有
NaN
s？不客气！我想问题是
unique
返回numpy数组，而不是
list
sb，但如果我选中
len（排序（df1.columndf1.unique（））==len（df2.columndf2.unique（））
和
len（df2.columndf2.unique（））==len（df3.columndf3.unique（））
我对这两个.Iteresting都是真的，所以如果选中
print（len（df1.columndf1.unique（））
，然后选择
print（len（df2.columndf2.unique（））
和
print（len（df3.columndf3.unique（））
所有值都是相同的？是的！只需选中OK，所以如果使用我的代码，最后一行没有
NaN
s？不客气！我想问题是
唯一的
返回numpy数组，而不是
列表
s