ValueError: Data must be 1-dimensional, got ndarray of shape (4, 1) instead
Ai dat unui pd.Series un array NumPy cu două dimensiuni (aici 4 rânduri și 1 coloană), iar un Series are o singură dimensiune. Aplatizează array-ul cu .ravel() sau .flatten(), ori ia o singură coloană din el (arr[:, 0]).
Explicat de Tudor Andrei Dumitrescu, Senior Software Developer, fondatorul Academiei ProgramatorilorActualizat la
Ce înseamnă
Un Series este o singură coloană de valori, deci are o singură dimensiune. Când îi dai un array NumPy cu formă (4, 1) sau (3, 2), pandas nu ghicește ce coloană vrei și se oprește. Mesajul îți spune exact forma primită: got ndarray of shape (4, 1).
Forma (n, 1) e cea mai înșelătoare: arată ca o listă de valori, dar fiecare valoare stă într-o listă proprie ([[8.5], [9.0], ...]). Apare des când datele vin din df[["col"]].values (cu paranteze duble), din reshape(-1, 1) sau din predicțiile unui model.
Aceeași greșeală, pusă într-un dicționar pentru pd.DataFrame, dă mesajul înrudit Per-column arrays must each be 1-dimensional. Uită-te la linia indicată și afișează arr.shape pentru array-ul folosit acolo.
De ce apare: cauzele frecvente
1Array cu forma (n, 1)
note = np.array([[8.5], [9.0], [7.0]])
s = pd.Series(note)note = np.array([[8.5], [9.0], [7.0]])
s = pd.Series(note.ravel())ravel() transformă forma (3, 1) în (3,), adică o singură dimensiune, exact ce așteaptă un Series.
2Paranteze duble la selecția coloanei
valori = df[["pret"]].values
s = pd.Series(valori)valori = df["pret"].to_numpy()
s = pd.Series(valori)df[["pret"]] este un DataFrame cu o coloană, deci .values are două dimensiuni. df["pret"] este deja un Series.
3Matrice pusă într-o singură coloană de DataFrame
m = np.array([[1, 2], [3, 4], [5, 6]])
df = pd.DataFrame({"a": m})m = np.array([[1, 2], [3, 4], [5, 6]])
df = pd.DataFrame(m, columns=["a", "b"])O coloană primește un singur șir de valori. O matrice întreagă se dă direct constructorului, cu numele coloanelor.
Repară eroarea, direct în pagină
Codul de mai jos pune notele elevilor (venite ca array NumPy cu o coloană) într-un Series cu numele elevilor, dar dă ValueError: Data must be 1-dimensional, got ndarray of shape (4, 1) instead. Repară-l ca să afișeze media notelor și elevul cu nota cea mai mare.
import numpy as np
import pandas as pd
note = np.array([[8.5], [9.0], [7.0], [10.0]])
s = pd.Series(note, index=["Ana", "Dan", "Ioana", "Radu"])
print(s.mean())
print(s.idxmax())8.625 Radu
Indiciu
Aplatizează array-ul cu .ravel() înainte să-l dai lui pd.Series.
Reparația
import numpy as np
import pandas as pd
note = np.array([[8.5], [9.0], [7.0], [10.0]])
s = pd.Series(note.ravel(), index=["Ana", "Dan", "Ioana", "Radu"])
print(s.mean())
print(s.idxmax())De ce merge
Array-ul note are forma (4, 1): patru rânduri, fiecare cu o singură valoare. Un Series are nevoie de o singură dimensiune, adică forma (4,). note.ravel() scoate valorile din listele interioare și le pune pe un singur șir, așa că fiecare elev primește nota lui. Media este (8.5 + 9 + 7 + 10) / 4 = 8.625, iar nota cea mai mare o are Radu.
Alte forme ale mesajului
ValueError: Data must be 1-dimensional, got ndarray of shape (3, 2) insteadValueError: Per-column arrays must each be 1-dimensional
Cum o eviți pe viitor
- Afișează
arr.shapeînainte să construiești un Series dintr-un array. - Pentru o coloană folosește
df["col"](paranteze simple);df[["col"]]e un tabel. - Când un rezultat are forma
(n, 1), aplatizează-l cu.ravel(). - O matrice cu mai multe coloane devine
pd.DataFrame(m, columns=[...]), nu un Series.
Întrebări frecvente
Care e diferența dintre ravel() și flatten()?
Ambele întorc un array cu o singură dimensiune. flatten() face mereu o copie, ravel() evită copia când poate. Pentru construirea unui Series, oricare merge.
De ce forma (4,) și forma (4, 1) nu sunt la fel?
(4,) înseamnă 4 valori pe un singur rând de date. (4, 1) înseamnă 4 rânduri, fiecare cu o coloană, adică o matrice. Conținutul e același, dar NumPy și pandas le tratează diferit.
Erori înrudite
ValueError: Cannot set a DataFrame with multiple columns to the single column total Încerci să pui un tabel cu mai multe coloane într-o singură coloană nouă: df["total"] = df[["a", "b"]]. De obicei lipsește un calcul care reduce coloanele la una: df[["a", "b"]].sum(axis=1) sau df["a"] + df["b"]. ValueError: cannot reshape array of size 10 into shape (3,3) reshape nu poate schimba numărul de elemente: 10 valori nu încap într-o matrice 3×3 (9 locuri). Alege o formă al cărei produs e exact numărul de elemente, de exemplu (2, 5), sau folosește -1 pentru o dimensiune, ca NumPy să o calculeze singur. ValueError: All arrays must be of the same length Ai construit un DataFrame dintr-un dicționar în care listele (coloanele) au lungimi diferite. Fiecare coloană trebuie să aibă exact câte o valoare pentru fiecare rând: completează valoarea lipsă (sau pune None / np.nan acolo unde nu o știi). Învață Python pentru analiza datelor de la zero, cu exerciții la fiecare lecție
Curs Data Analysis with Python: lecții scurte, fiecare cu un exercițiu verificat automat, direct în browser. Primele 15 lecții sunt gratuite.
