如何创建包含空列与已填充列的DataFrame？解决字典转DataFrame时的长度不匹配报错问题

你遇到的ValueError: arrays must all be same length报错很常见——pandas默认要求字典里所有列表的长度必须一致，但你的字典里lat lng:、place_id、type都是空列表（长度0），和其他长度为3的列表不匹配。下面给你几种简单的方法，让pandas自动用NaN填充这些空列：

方法1：用pd.DataFrame.from_dict指定orient='index' #

这个方法会先把字典按行（索引）处理，再转置成列，自动为长度不足的列补NaN，代码非常简洁：

import pandas as pd

data = {'name':['a', 'b', 'c'], 'geojson':['val1', 'val2', 'val3'], 'lat lng':[], 'place_id':[], 'type':[], 'hierarchia':[1, 1, 1]}
df = pd.DataFrame.from_dict(data, orient='index').T
print(df)

输出结果：

name geojson lat lng place_id type hierarchia
0    a    val1     NaN      NaN  NaN          1
1    b    val2     NaN      NaN  NaN          1
2    c    val3     NaN      NaN  NaN          1

方法2：手动统一所有列表的长度 #

如果你需要自定义填充值（比如用空字符串代替NaN），可以先找到字典中最长列表的长度，再把所有短列表（包括空列表）补到对应长度：

import pandas as pd
import numpy as np

data = {'name':['a', 'b', 'c'], 'geojson':['val1', 'val2', 'val3'], 'lat lng':[], 'place_id':[], 'type':[], 'hierarchia':[1, 1, 1]}

# 获取最长列表的长度
max_len = max(len(v) for v in data.values())
# 统一每个列表的长度，用NaN填充不足部分
for key in data:
    if len(data[key]) < max_len:
        data[key] += [np.nan] * (max_len - len(data[key]))

df = pd.DataFrame(data)
print(df)

方法3：用pd.Series构造每一列 #

把字典里的每个值转换成pd.Series，pandas会自动对齐索引，不足的部分自动补NaN：

import pandas as pd

data = {'name':['a', 'b', 'c'], 'geojson':['val1', 'val2', 'val3'], 'lat lng':[], 'place_id':[], 'type':[], 'hierarchia':[1, 1, 1]}

# 逐个将字典值转为Series，再构造DataFrame
df = pd.DataFrame({k: pd.Series(v) for k, v in data.items()})
print(df)

这三种方法都能完美解决你的问题，你可以根据自己的需求选一种就行~

内容的提问来源于stack exchange，提问作者adamDud