数据太少无法进行df检验是什么

可能是由于已知的数据太少，从而无法进行DF检验。

DF代表的是卡方值，它是非参数检验中的一个统计量，主要用于非参数统计分析中。它的作用是检验数据的相关性。如果卡方值的显著性（即SIG.）小于0.05，说明两个变量是显著相关的，这个过程是需要一定的量的数据来作为支撑的。

因此如果数据太少的话，可以试着多添加一些数据，增加检测结果的准确性。

在pandas中创建一个空DataFrame的方法，类似于创建了一个空字典（dict）。

例如：empty = pandas.DataFrame({"name":"","age":"","sex":""})

想要向empty中插入一行数据，可以用同样的方法。

（1）首先，要创建一个DataFrame。要注意，在这里需加入index属性，new = pandas.DataFrame({"name":"","age":"","sex":""},index=["0"])。

（2）然后，开始插值。ignore_index=True,可以帮助忽略index，自动递增。

empty.append(new,ignore_index=True)

（3）最重要的，赋值给empty.

empty = empty.append(new,ignore_index=True)

否则，数据始终没有写入。

---