解决ValueError: Shape of passed values is (1,5), indices imply (1,3)
报错部分代码:
MetricsDataFrame = pd.DataFrame(Metrics,columns=np.tile(MetricNames, datasetNum),index=experimentConfigModelNames)
报错:ValueError: Shape of passed values is (1,5), indices imply (1,3)
*简单来说就是创建dataframe,传入的数据和我们写入的columns要对应
而这里columns=np.tile(MetricNames, datasetNum) 维度是(1,3)
Metrics维度是(1,5) 并不对应
*
修改:
将MetricNames添加两种度量方法,(由[‘CP’, ‘MWP’, ‘MC’]改为[‘CP’, ‘MWP’, ‘MC’,‘CM’,‘x’] )
运行成功
解决ValueError: Shape of passed values is (1,5), indices imply (1,3)相关推荐
- 成功解决ValueError: Shape of passed values is (33, 1), indices imply (33, 2)
成功解决ValueError: Shape of passed values is (33, 1), indices imply (33, 2) 目录 解决问题 解决思路 解决方法 解决问题 Valu ...
- 成功解决ValueError: Shape of passed values is (1, 332), indices imply (1, 1)
成功解决ValueError: Shape of passed values is (1, 332), indices imply (1, 1) 目录 解决问题 解决思路 解决方法 解决问题 Valu ...
- 已解决ValueError: Shape of passed values is (1509, 1), indices imply (1509, 2)
已解决(pandas创建DataFrame对象失败)ValueError: Shape of passed values is (1509, 1), indices imply (1509, 2) 文 ...
- 已解决ValueError: Shape of passed values is (6, 3), indices imply (4, 3)
已解决(pd.concat连接错误)ValueError: Shape of passed values is (6, 3), indices imply (4, 3) 文章目录 报错代码 报错翻译 ...
- 成功解决 ValueError: Shape of passed values is (2, 3), indices imply (4, 3)
昨天整理了知识点,今天复盘时,发现了error,巩固dataframe的用法. 错误原因 file3 = pd.DataFrame(data = {'Gender':['M','F'],'Height ...
- ValueError: Shape of passed values is (10, 10000), indices imply (3, 10000)
ValueError: Shape of passed values is (10, 10000), indices imply (3, 10000) 错误原因是: 维度保持不一致,原来是(10,10 ...
- Value Error:Shape of passed values is (2, 3), indices imply (3, 2)
Pandas库已导入,拟通过pd.DataFrame导入Panel data. 出现报错:ValueError: Shape of passed values is (2, 3), indices i ...
- 成功解决Shape of passed values is (962, 1201), indices imply (3420, 1201)
# data1 = pd.DataFrame(data1) # data1 = data1.values new_data = np.delete(data1, [0, 1], axis=0) # a ...
- Shape of passed values is (230999, 1), indices imply (230999, 3)
起因 使用pandas报错 serires = pd.Series(counter) serires.sort_values(ascending=False, inplace=True) df = p ...
最新文章
- 【数据结构与算法】之有关“跳跃游戏”的求解思路与示例算法
- ConstraintLayout 学习笔记
- 出现画面抖动_解析液晶拼接大屏在使用中出现的常见问题及解决方案
- html链接txt文件,怎么在TXT文件中建立超链接
- C和指针之字符串编程练习9(在参数1中查找匹配参数2额任意字符)
- memcached mysql缓存_memcached做数据库缓存
- [HDU 6643] Ridiculous Netizens(点分治+根号分治+dp)
- r语言plot函数设置y轴的范围及刻度_R语言之简单绘图
- python关于sorted里面key,reverse以及lamdba,operator这几个鸟人
- oracle设置禁用外键,oracle禁用表外键
- UBUNTU14.0.4安装eclipse
- Canal中间件学习总结
- 【oracle】sql处理重复数据
- 我的Java秋招面经大合集
- 绿联USB转RS-485/422转换器
- 2021年 个人年度总结
- 关于MySQL中insert ignore,insert on duplicate和replace into,你可能没想过区别
- Unity-黑暗之魂复刻-动画控制器
- 如何区分光猫、路由器和交换机?
- 如何快速成为Python工程师?
热门文章
- unityhub下载地址
- 美团 iOS 端开源框架 Graver 在动态化上的探索与实践
- 将.qsv格式视频转为.mp4视频
- java mp3 播放_JAVA播放MP3
- 考研数据结构 图的四种算法 ---- 来自天勤高分笔记
- java学生类 方法 输出_高额悬赏,java面向对象编程,编写学生类,输出学生相关信息...
- 深入浅出区块链——零知识证明
- 简单几步,实现 Redis 查询 “附近的人”!
- 木马编程DIY之星号密码查看
- 更进一步的了解Keil Flash的下载算法