向DataFrame添加列名时Python提升值错误

因此，我一直在编写一些代码，将数据解析为数据帧并对其执行计算。到目前为止，它一直在工作，但在添加列名后，代码崩溃并引发ValueError：

ValueError：传递值的形状为（10,1），索引暗示（10,10）

以下是相关代码块：

holds_names = ["Left_Mean", "Left_SD", "Left_Skew", "Left_Kurt", "Right_Mean", "Right_SD", "Right_Skew", "Right_Kurt", "Mean_Dif", "PD"]


stat = 1

holdl = pd.to_numeric(df1[df1[3] == 'L'][4], errors='coerce')
holdl = holdl.dropna()
holdl = np.array(holdl[holdl < 1000])

LM = np.mean(holdl)
LSD = np.std(holdl)
LSK = scipy.stats.skew(holdl)
LK = scipy.stats.kurtosis(holdl)

holdr = pd.to_numeric(df1[df1[3] == 'R'][4], errors='coerce')
holdr = holdr.dropna()
holdl = np.array(holdr[holdr < 1000])

RM = np.mean(holdr)
RSD = np.std(holdr)
RSK = scipy.stats.skew(holdr)
RK = scipy.stats.kurtosis(holdr)

MD_1 = abs(LM - RM)

holds_data = [LM, LSD, LSK, LK, RM, RSD, RSK, RK, MD_1, stat]

hdf = pd.DataFrame(holds_data, columns=holds_names)
holds = holds.append(hdf)

保存名称=[“左均值”、“左标准差”、“左偏”、“左库尔特”、“右均值”、“右标准差”、“右偏”、“右库尔特”、“平均Dif”、“PD”]
stat=1
holdl=pd.to_numeric（df1[df1[3]='L'][4]，errors='concurve'）
holdl=holdl.dropna（）
holdl=np.数组（holdl[holdl<1000]）
LM=np.平均值（holdl）
LSD=np.std（holdl）
LSK=scipy.stats.skew（holdl）
LK=scipy.stats.kurtosis（holdl）
holdr=pd.to_numeric（df1[df1[3]=='R'][4]，errors='concurve'）
holdr=holdr.dropna（）
holdl=np.数组（holdr[holdr<1000]）
RM=np.平均值（保持率）
RSD=np.std（holdr）
RSK=scipy.stats.skew（holdr）
RK=scipy.stats.kurtosis（holdr）
MD_1=abs（LM-RM）
持有数据=[LM、LSD、LSK、LK、RM、RSD、RSK、RK、MD_1、stat]
hdf=pd.DataFrame（保存数据，列=保存名称）
holds=holds.append（hdf）

我真的很困惑，因为当我从hdf中删除columns参数时，它工作得很好（尽管是在一个没有列名的长列中）

---

我该如何着手解决这个问题？谢谢

更改这行代码可以解决问题吗

holds_data = [LM, LSD, LSK, LK, RM, RSD, RSK, RK, MD_1, stat]

致：

或

到

---

更改这行代码可以解决问题吗

holds_data = [LM, LSD, LSK, LK, RM, RSD, RSK, RK, MD_1, stat]

致：

或

到

---

成功了！非常感谢你！我有一个问题，为什么这样做？不确定是否有更技术性的解释，但添加括号[]是知道它们是行的一种方式。请接受作为解决方案！非常感谢。成功了！非常感谢你！我有一个问题，为什么这样做？不确定是否有更技术性的解释，但添加括号[]是知道它们是行的一种方式。请接受作为解决方案！非常感谢。

hdf = pd.DataFrame(holds_data, columns=holds_names)

hdf = pd.DataFrame([holds_data], columns=holds_names)