使用不同长度的给定列表使 dataframe 具有不同的列长度

Question

我有两个不同长度的列表，我想形成一个 DataFrame，将这些列表作为 DataFrame 的列。 假设我的列表是L1 =["a","b"] L2 = ["g","h","o","y"] L3 = ["k","u","e"]

我想要一个 dataframe 看起来像

 L1 L2 L3
 a  g  k
 b  h  u
    o  e
    y   

这个问题不仅限于三列。它在数百个范围内

Answer 1

根据结果，它可能正在寻找，想法是将列表转换为数据帧，您还可以创建一个 function 作为输入，列出 arguments 而不是手动将每个列表输入数据帧。

示例 1：

import pandas as pd 
import numpy as np

## your list
L1 =["a","b"] 
L2 = ["g","h","o","y"] 
L3 = ["k","u","e"]

## Convert List into DataFrame 
L1 = pd.DataFrame(L1)
L2 = pd.DataFrame(L2)
L3 = pd.DataFrame(L3)

## Concanate the created DataFrames and Fill 'NaN' with or empty spaces 
db =pd.concat([L1,L2,L3], ignore_index=True, axis=1).replace(np.nan, '')

## Results
print(db)

示例 2（函数传递列表参数）：

import pandas as pd 
import numpy as np

## your list
L1 =["a","b"] 
L2 = ["g","h","o","y"] 
L3 = ["k","u","e"]

## function passing arguments
def wrapper(*args):
    return pd.concat([pd.DataFrame(i) for i in args], ignore_index=True, axis=1).replace(np.nan, '')


## Results
print(wrapper(L1,L2,L3))

Answer 2

您可以使用来自itertools的zip_longest迭代器。 它将使用默认为None的fillvalue填充较短的序列。 您可以在下面的示例中指定其他内容，例如空字符串。

from itertools import zip_longest
df = pd.DataFrame(zip_longest(L1,L2,L3, fillvalue=''), 
                  columns=['L1','L2','L3'])