IndexError:单个位置索引器越界

Question

我有一个包含几行的数据框。我想一个接一个地访问，并创建具有特定列的另一个数据框架。在此之后运行一些其他逻辑，但在此之前失败。

Dataframe df_input_data

src_table_name src_column_name src_business_key_name  
0  banking_fraud         Acct_id               Acct_id   
1      sale_mast       cust_code               bill_no

使用iterrows():访问行

for index, df_input_single in df_input_data.iterrows():
print("input", df_input_single)

输出:

input src_table_name                                      banking_fraud
src_column_name                                           Acct_id
src_business_key_name                                     Acct_id

创建另一个数据框架:

df_src_input = pd.DataFrame().assign(table_name=df_input_single['src_table_name'],
column_name=df_input_single['src_column_name'],
business_key_name=df_input_single['src_business_key_name'])

issue isdf_src_inputis empty.

df_src_input Empty DataFrame
Columns: [table_name, column_name, business_key_name, select_column_names, where_condition, end_date, load_dt_tm, src_tgt_validation_type, schema_name, schema_table]
Index: []

是否有其他的方法给不同的数据帧赋值

Answer 1

如果打印出来

print('type', type(df_input_single['src_column_name']))

例如，它将是类型<class 'str'>，这只是一个字符串值。要将数据放在列中，必须是list或tuple。将每个值放入方括号中。

for index, df_input_single in df_input_data.iterrows():
#print('input', df_input_single)
#print('type', type(df_input_single['src_column_name']))
df_src_input = pd.DataFrame().assign(table_name=[df_input_single['src_table_name']],
column_name=[df_input_single['src_column_name']],
business_key_name=[df_input_single['src_business_key_name']])
print(df_src_input)