我想把一个字典转换成DataFrame，以便导出到Excel。由于不能直接导出字典列表，我需要把它转换成DataFrame。

不过，我在列/索引上遇到了一个问题，如果我理解正确的话，我有几列同名的情况，在DataFrame中这是不可能的。

一旦运行代码，就会出现这个错误：

ValueError: Buffer has wrong number of dimensions (expected 1, got 2)

如何解决这个问题？

path = r"C:\zzz"

xls = pd.ExcelFile(path)
df1 = pd.read_excel(xls, 'CORRESPONDANCE')

df2 = pd.read_excel(xls, 'OP LIST')

coldel = np.r_[6, 7, 11:42]
df2.drop(df2.columns[coldel], inplace=True, axis=1)
df2= df2.drop(df2.index[0:7])

df2.columns = df2.iloc[0]

df2 = df2.sort_values(by='Portfolio',key=lambda x: x.str.split('MP'))
df2 = df2.dropna(subset=["Portfolio"])
df2 = df2.dropna(subset = ["Instrument Name"])
df2 = df2[df2.Portfolio != "Portfolio"]

filter_op_nature = ['Buy', 'Sell']
df2 = df2[df2['Op. Nature'].isin(filter_op_nature)]

df_pms = {query_id: grp.copy() for query_id, grp in df2.groupby("Portfolio")}

df3 = pd.DataFrame(data=df_pms, index=[0])
df3 = (df3.T)

df3.to_excel("output.xlsx")


print(df_pms)

解决方案

对于这条注释
确实df_pms是一个字典：这一行，是不是把它转换成df呢？ df3 = pd.DataFrame(data=df_pms, index=[0])

pd.DataFrame(data=df_pms, index=[0]) 确实 尝试将字典转换成DataFrame，但问题在于字典内部的内容是什么。

当pandas看到像 {"portfolio_a": df,"portfolio_b": df} 这样的字典时——它将每个键视为一列的名称，每个值作为该列的数据。由于每个值本身又是一个完整的DataFrame。

pandas期望这类字典

{"col1": [1, 2, 3], "col2": [4, 5, 6]}

你给它的是这种结构，它就会出错

{"Portfolio_A": <df>, "Portfolio_B": <df>}

使用 pd.concat()，这是专门用来把多个DataFrame拼接在一起的工具：

df_all = pd.concat(df_pms.values(), ignore_index=True)
df_all.to_excel("output.xlsx", index=False)