Python 列表vs"；“列表列表”；作为pd.DataFrame（）中的输入

我试图弄清楚为什么命令

df=pd.DataFrame（[1,2,3]）

在列中以1,2,3的形式给出输出，而当我提供

df=pd.DataFrame（[[1,2,3]]）

时，它以1,2,3的形式给出一行输出

如果

pd.DataFrame（[1,2,3]）

将列表

[1,2,3]

视为一个系列并将其放在一列下，那么为什么

pd.DataFrame（[[1,2,3]，[4,5,6]]）

不将两个列表作为两个系列并创建一个包含两列的数据框架

相反，它将两个列表作为行

供参考的屏幕截图：

---

这很容易理解

第一种情况-

[1,2,3]

有3个对象（每个对象作为一个int）。熊猫因此创建3行来容纳它。由于每个对象都是单个int，因此只添加了1列/特征

第二种情况是列表列表。它包含2个对象，每个对象是一个3元素列表。因此，熊猫会创建两行来容纳这两个对象。由于每个对象都是一个3元素列表，因此它会创建3列/要素来存储它们

第三种情况是包含单个对象的列表。此对象是一个3长度的对象。因此，与以前一样，pandas将创建一行但有3列来存储它

第四个案例-（如@Scott在其回答中所述）

[[1,2,3]]，[[4,5,6]]

是一个列表列表。它包含2个对象，每个对象都是列表的列表。因此将有两行。但是，由于此

[[1,2,3]]中的每个对象都包含一个项目，并且只有[1,2,3]

，因此将只有一列，并且每个条目将包含一个列表

更简单的理解方法是使用

numpy.shape

a = [1,2,3]
b = [[1,2,3], [4,5,6]]
c = [[1,2,3]]
d = [[[1,2,3]],[[4,5,6]]]

print(np.array(a).shape, pd.DataFrame(a).shape)
print(np.array(b).shape, pd.DataFrame(b).shape)
print(np.array(c).shape, pd.DataFrame(c).shape)
print(np.array(d).shape, pd.DataFrame(d).shape)

---

这里，numpy数组形状将与数据帧中预期的（行、列）匹配。在最后一种情况下，只有前两个轴分别被视为行和列。剥离这些轴后的剩余对象直接存储在数据框中。

Aah。。明白了，非常感谢，阿凯……完美的解释。

(3,) (3, 1)       #3 rows, 1 column
(2, 3) (2, 3)     #2 rows, 3 columns
(1, 3) (1, 3)     #1 row, 3 columns
(2, 1, 3) (2, 1)  #2 rows, 1 column (and each cell will hold a 3 length list)!