从具有不同长度的字符串的二维列表创建数据帧的最 Pythonic/时尚/有效的方法

Question

我想专业的数据分析师知道这个问题的答案，但我不是分析师。 我几乎不知道熊猫。 所以我很茫然。

有两个列表。 它们的内容是不可预测的（从网络计数器、网络分析、网络统计等分析）。

list1 = ['WordA', 'WordB', ..., 'WordXYZ']

...和...

list2 = [['WordA1', 'WordA2'], ['WordB1'], ['WordC1', 'WordC2', ,'WordC96'], ..., ['WordXYZ1', 'WordXYZ2']]

两个列表的长度总是相等的（它们是我已经写过的解析器的工作结果）

我需要的是创建一个数据框，其中list1中的每个项目都有两行，每行包含第一列中的单词，然后将list2中的相应单词放入这两个中的第一行（从第二列开始，第一列到 bealready从list1填充）。

所以我想象以下步骤：

1. 创建一个用空字符串（''）填充的数据框，其列数等于len(max(list2, key=len))和行数等于list1长度的两倍（ aaa，我不知道如何，这实际上是我第二次使用 Pandas！ ）；
2. 以某种方式用list1的内容填充结果数据框的第一列，为list1中的每个项目填充两行；
3. 不知何故，将list2的内容放入数据帧的每一行，从第二列开始；
4. 保存到 .xls 文件中（是​​的，这是最终目标），享受完成的工作。

现在第一件事，我已经花了半天时间试图找到一个答案“如何创建填充有给定行数和列数的空字符串的熊猫数据框”，并发现很多不同的文章，它们相互矛盾。

其次，必须有一种方法来做这一切更蟒蛇，更高效，更时尚的方式！

Aaaand ，也许有一种方法可以在不使用 pandas 的情况下创建一个 excel 文件，我只是不知道（希望如此）

有人可以帮忙吗？

UPD：（回答问题）结果应如下所示：

WordA WordA1 WordA2 
WordA 
WordB WordB1 
WordB 
WordC WordC1 WordC2 (...) WordC96 
WordC 
(...)x2 
WordXYZ WordXYZ1 WordXYZ2 
WordXYZ 

Answer 1

如果您只想将列表写入 Excel 文件，则不需要 pandas。 您可以使用例如openpyxl ：

from openpyxl import Workbook

wb = Workbook()
ws = wb.active

for *word, words in zip(list1, list2):
    ws.append(word + words)
    ws.append(word)

wb.save('output.xlsx')

---

如果你真的想使用熊猫：

 import pandas as pd df = pd.DataFrame([[None] + x if isinstance(x, list) else [x] for pair in zip(list2, list1) for x in pair]) df[0] = df[0].bfill() df.to_excel('output.xlsx', index=False, header=False)

Answer 2

以下应该给你（几乎）你想要的东西：

import pandas as pd
from itertools import chain

list1 = ['WordA', 'WordB']
list2 = [['WordA1', 'WordA2'], ['WordB1']]

# Flatten list 2
list2 = list(chain(*list2))

# Create DataFrames
list1 = pd.DataFrame(data=list1, columns=["word1"])
list2 = pd.DataFrame(data=list2, columns=["word2"])

# Prefix for list2
list2["prefix"] = list2["word2"].str.extract("([^0-9]+)")

list1 = list1.merge(list2, left_on="word1", right_on="prefix", how="inner")

# Concatenated words
list1 = list1.groupby("word1")["word2"].agg(lambda x: " ".join(x)).reset_index()
list1["word2"] = list1["word1"].str.cat(list1["word2"], sep=" ")
list1 = pd.melt(list1).sort_values(by="value")