Python中如何将不等长列表转换为自动填充NA的Pandas DataFrame

嘿，我完全懂你碰到的这个小麻烦——当两个列表长度不匹配时，直接用pd.DataFrame(deneme, deneme2)确实行不通，因为这个写法里第二个参数是行索引，不是列名，自然达不到你想要的两列对齐补NA的效果。别担心，有两种简单靠谱的方法能实现你的需求：

方法1：用字典传入数据（最直观） #

Pandas在处理字典形式的输入时，会自动识别每个键作为列名，对应的值作为列数据，并且会自动给较短的列填充NaN来对齐最长列的长度。代码示例如下：

import pandas as pd

deneme = [1, 2, 3, 4]
deneme2 = ['a', 'b', 'c']

# 直接用字典创建DataFrame，自动补NaN
df = pd.DataFrame({'deneme': deneme, 'deneme2': deneme2})
print(df)

运行后输出的结果就是你想要的：

deneme deneme2
0       1       a
1       2       b
2       3       c
3       4     NaN

如果你需要把NaN换成标准的NA（比如适配特定数据格式），只需要加一行转换代码：

df = df.fillna(pd.NA)

方法2：用Series包装后合并 #

另一种思路是先把每个列表转换成pd.Series（Series本身就支持长度不一致时自动补缺失值），再通过pd.concat合并成DataFrame：

import pandas as pd

deneme = [1, 2, 3, 4]
deneme2 = ['a', 'b', 'c']

# 转为Series并指定列名
s_deneme = pd.Series(deneme, name='deneme')
s_deneme2 = pd.Series(deneme2, name='deneme2')

# 按列合并
df = pd.concat([s_deneme, s_deneme2], axis=1)

这个方法的效果和方法1完全一致，同样会自动给短列补NaN。

为什么直接用pd.DataFrame(deneme, deneme2)不行？ #

最后再给你解释下这个写法的问题：pd.DataFrame()的第一个参数是数据主体，第二个参数是行索引标签，不是列名。所以你原来的写法相当于把deneme作为唯一一列的数据，把deneme2作为行索引——但两者长度不一致，Pandas自然会报错，完全不是你想要的两列结构~

内容的提问来源于stack exchange，提问作者semchena31