Python 基于字典的键创建新列？

我试图在使用字符串文字和键的for字典项循环中的dataframe中创建一个新列，但它会抛出一条“ValueError:无法设置没有定义索引和标量的帧”错误消息

exp类别的字典定义 基于主数据帧创建新数据帧

mcon=VA.loc[：，['Expense'，'Mgrl'，'Exp Category'，'Parent Category']
mcon.loc[：，'Variance Type']=['如果x<0，则为'不利'；对于mcon中的x，则为'有利'['Mgrl']]
mcon.loc[：，“业务部门”]=“管理层合并”
mcon=mcon[['业务单元'，'支出类别'，'上级类别'，'费用'，'经理'，'差异类型']]
重命名（列={'Mgrl'：'Variance'}，inplace=True）

创建最终将写入excel的新数据框

a1=pd.DataFrame（）
对于键，d.items（）中的值：
umconm=mcon.iloc[value]。查询（'Variance<0'）。nsmallest（5，'Variance'））
fmconm=mcon.iloc[value]。查询（'Variance>0'）。nlargest（5，'Variance'）
如果umconm.empty==False或fmconm.empty==False：
a1=pd.concat（[a1，umconm，fmconm]，忽略索引=True）
其他：
持续
a1.to_csv（'example.csv'，index=False）

输出如下所示

我试图添加一个新的列，该列显示高于/低于{key}的预算，其中key表示使用以下代码的费用类型

对于键，d.items（）中的值：
umconm=mcon.iloc[value]。查询（'Variance<0'）。nsmallest（5，'Variance'））
umconm.loc[：，“解释”]=f“低于预算{key}”
fmconm=mcon.iloc[value]。查询（'Variance>0'）。nlargest（5，'Variance'）
fmconm.loc[：，“解释”]=f“高于预算{key}”
如果umconm.empty==False或fmconm.empty==False：
a1=pd.concat（[a1，umconm，fmconm]，忽略索引=True）
其他：
持续

但是使用上面的字符串文字会给我错误消息“ValueError:无法设置没有定义索引和标量的帧”

---

如果您能帮我纠正这个问题，或者找到一个不同的解决方案，将这个字段添加到我的数据帧中，我将不胜感激。提前谢谢

我真傻，解决办法如下：

for key, value in d.items():
    umconm = mcon.iloc[value].query('Variance < 0').nsmallest(5, 'Variance')
    umconm['Explanation'] = f'Higher than Budget for {key}'
    fmconm = mcon.iloc[value].query('Variance > 0').nlargest(5, 'Variance')
    fmconm['Explanation'] = f'Lower than Budget for {key}'
    if umconm.empty == False or fmconm.empty == False:
        a1 = pd.concat([a1,umconm,fmconm], ignore_index = True)
    else:
        continue

对于键，d.items（）中的值：
umconm=mcon.iloc[value]。查询（'Variance<0'）。nsmallest（5，'Variance'））
umconm['explainion']=f'高于{key}的预算'
fmconm=mcon.iloc[value]。查询（'Variance>0'）。nlargest（5，'Variance'）
fmconm['explainion']=f'低于{key}的预算'
如果umconm.empty==False或fmconm.empty==False：
a1=pd.concat（[a1，umconm，fmconm]，忽略索引=True）
其他：
持续

---

在这个数据框中创建新列时，我不必使用.loc

我真傻，解决办法如下：

for key, value in d.items():
    umconm = mcon.iloc[value].query('Variance < 0').nsmallest(5, 'Variance')
    umconm['Explanation'] = f'Higher than Budget for {key}'
    fmconm = mcon.iloc[value].query('Variance > 0').nlargest(5, 'Variance')
    fmconm['Explanation'] = f'Lower than Budget for {key}'
    if umconm.empty == False or fmconm.empty == False:
        a1 = pd.concat([a1,umconm,fmconm], ignore_index = True)
    else:
        continue

对于键，d.items（）中的值：
umconm=mcon.iloc[value]。查询（'Variance<0'）。nsmallest（5，'Variance'））
umconm['explainion']=f'高于{key}的预算'
fmconm=mcon.iloc[value]。查询（'Variance>0'）。nlargest（5，'Variance'）
fmconm['explainion']=f'低于{key}的预算'
如果umconm.empty==False或fmconm.empty==False：
a1=pd.concat（[a1，umconm，fmconm]，忽略索引=True）
其他：
持续

---

在这个数据框中创建新列时，我不必使用.loc

发生此错误是因为该行

umconm = mcon.iloc[value].query('Variance < 0').nsmallest(5, 'Variance')

---

发生此错误的原因是该行

umconm = mcon.iloc[value].query('Variance < 0').nsmallest(5, 'Variance')

---

谢谢你的回复！这是有道理的，我只是试着不使用.loc，它起作用了，但不知道为什么它比另一个有效，但现在它有了意义。非常感谢。谢谢你的回复！这是有道理的，我只是试着不使用.loc，它起作用了，但不知道为什么它比另一个有效，但现在它有了意义。非常感谢。

for key, value in d.items():
    umconm = mcon.iloc[value].query('Variance < 0').nsmallest(5, 'Variance')
    umconm['Explanation'] = f'Higher than Budget for {key}'
    fmconm = mcon.iloc[value].query('Variance > 0').nlargest(5, 'Variance')
    fmconm['Explanation'] = f'Lower than Budget for {key}'
    if umconm.empty == False or fmconm.empty == False:
        a1 = pd.concat([a1,umconm,fmconm], ignore_index = True)
    else:
        continue

umconm = mcon.iloc[value].query('Variance < 0').nsmallest(5, 'Variance')

a['Explanation'] = f'Lower than budgeted {key}'