如何在Pandas DataFrame不同列中对齐追加不同长度列表？

现有代码 #

list1 = [1, 2] 
list2 = [2, 3, 4]

main = pd.DataFrame(columns=['a','b'])
main = main.append(pd.DataFrame(list1, columns=['a']), ignore_index=True)
main = main.append(pd.DataFrame(list2, columns=['b']), ignore_index=True)

当前输出 #

a    b
0  1.0  NaN
1  2.0  NaN
2  NaN  2.0
3  NaN  3.0
4  NaN  4.0

期望效果 #

让两个列表的元素对应到同一行展示，短列表的后续行对应列自动补NaN，即目标输出为：

a    b
0  1.0  2.0
1  2.0  3.0
2  NaN  4.0

解决方案 #

方法一：直接用字典构造DataFrame #

pandas会自动按索引对齐两个列表的元素，长度不足的列自动填充NaN：

import pandas as pd

list1 = [1, 2] 
list2 = [2, 3, 4]

main = pd.DataFrame({'a': list1, 'b': list2})

方法二：用Series构造列后合并 #

如果需要分步处理列数据，可以先将列表转为Series，再按列合并：

import pandas as pd

list1 = [1, 2] 
list2 = [2, 3, 4]

col_a = pd.Series(list1, name='a')
col_b = pd.Series(list2, name='b')
main = pd.concat([col_a, col_b], axis=1)

原代码中append方法是将两个DataFrame按行拼接，所以会出现上下堆叠的情况，而上述两种方法是按索引对齐列元素，能满足同行展示的需求。

内容的提问来源于stack exchange，提问作者fenil savani