将 np.float64 和 np.array 值存储为数据帧中的列值

我有两个 numpy 数组和数据框，如下所示

val = np.array([0.501,0.32])
values = np.arange(24).reshape((2,3,4))
input_df = pd.DataFrame(columns=['colname_' + str(i) for i in range(4)])

我想

a) 创建一个包含 3 列的新数据框（虚拟），例如ROW_ID, FEATURE NAME, Contribution

b) 虚拟数据帧的值应使用填充np.array上面和column names from 输入_df`

c) 根据Feature Name列使用 input_df 列名称

b) 填充val[0] as contribution在虚拟数据框中，并使用每个元素values[0][1]填充它contribution柱子。 我尝试了下面的代码

pd.DataFrame({
        "Feature Name": ["Base value"] + [f"{col}" for col in df.columns.tolist()],
        "Contribution": (val[0].tolist()) + list(values[0][1])
    })

但我收到一条错误消息

类型错误：+ 不支持的操作数类型：“float”和“list”

或者我还收到另一个错误

ValueError：所有数组的长度必须相同

我希望我的输出如下所示

更新-真实数据问题

Try:

pd.DataFrame({
  "Feature Name": ["Base value"] + [f"{col}" for col in df.columns.tolist()],
  "Contribution": (val[:1].tolist()) + list(values[0][1])
  #                   ^^^^
})

val[0]使其成为标量值，甚至后面跟着.tolist()

>>> type(val[0].tolist())
<class 'float'>