如何为字典中不等长列表添加N/A以转换为Pandas DataFrame？

你的原始字典如下：

gene_table_comparison = {
    "index":[1,2,3,4,5],
    "GeneID_1":["a","b","c","d","e"],
    "Start_1":[100,200,300,400,500],
    "Function_1":["Bruh","","Dude","","Seriously"],
    "GeneID_2":[1,2,3],
    "Start_2":["x","y","z"],
    "Function_2":["Geez","","Deez"]
}

要将其转换为DataFrame，核心是先把所有列表补全到相同长度，末尾填充pd.NA（对应你说的N/A），以下是通用解决方案（适配所有列表长度随机不同的情况）：

步骤与代码实现 #

1. 识别字典中所有列表的最大长度
2. 遍历每个键值对，将长度不足的列表补充pd.NA至最大长度
3. 用处理后的字典生成DataFrame

完整代码：

import pandas as pd

gene_table_comparison = {
    "index":[1,2,3,4,5],
    "GeneID_1":["a","b","c","d","e"],
    "Start_1":[100,200,300,400,500],
    "Function_1":["Bruh","","Dude","","Seriously"],
    "GeneID_2":[1,2,3],
    "Start_2":["x","y","z"],
    "Function_2":["Geez","","Deez"]
}

# 计算所有列表的最大长度
max_len = max(len(lst) for lst in gene_table_comparison.values())

# 补全每个列表到最大长度
processed_dict = {
    key: lst + [pd.NA] * (max_len - len(lst)) 
    for key, lst in gene_table_comparison.items()
}

# 生成DataFrame
df = pd.DataFrame(processed_dict)
print(df)

说明 #

• max_len会自动抓取字典中最长列表的长度，不管各列表长度如何随机变化，都能自动适配
• 字典推导式会逐个处理列表：用[pd.NA] * (max_len - len(lst))生成需要补充的N/A元素，拼接到原列表末尾
• 处理后的字典所有列表长度一致，直接传入pd.DataFrame()即可生成符合要求的表格

内容的提问来源于stack exchange，提问作者Yiding Tang