如何统一嵌套列表各子列表长度为N并在末尾填充指定值X

用嵌套列表构造pandas DataFrame时，要求所有子列表（对应单行数据）的元素数量和传入的列数完全匹配。温度采集过程中探针断连会导致对应位置的采样值缺失，子列表长度小于预期列数，就会抛出如下报错：

ValueError: 5 columns passed, passed data had 4 columns

核心逻辑是统一所有子列表长度到传感器总数量N，长度不足的在子列表末尾补填充值X，两种常用实现方式如下：

方案1：原生Python预处理 #

无额外依赖，逻辑透明可控，适合需要先对原始采集数据做其他清洗操作的场景：

def pad_sampling_data(raw_data: list, sensor_count: int, fill_val='X') -> list:
    processed = []
    for row in raw_data:
        missing_num = sensor_count - len(row)
        # 缺失值统一追加在列表末尾
        processed.append(row + [fill_val] * missing_num)
    return processed

# 调用测试
if __name__ == '__main__':
    # 测试用例1：目标长度5
    test1 = [[1, 2, 3], [1, 1, 1, 1, 1]]
    print(pad_sampling_data(test1, sensor_count=5))
    # 输出: [[1, 2, 3, 'X', 'X'], [1, 1, 1, 1, 1]]

    # 测试用例2：共6个传感器
    test2 = [[1, 1], [2, 2]]
    print(pad_sampling_data(test2, sensor_count=6))
    # 输出: [[1, 1, 'X', 'X', 'X', 'X'], [2, 2, 'X', 'X', 'X', 'X']]

实际业务场景建议将fill_val设为None或numpy.nan，方便后续用pandas做缺失值统计、插值补全操作。

方案2：pandas原生接口自动处理 #

不需要手动写循环补全，构造DataFrame时显式指定列数，pandas会自动对齐长度，不足的位置默认填充NaN，需要替换为自定义X值时调用fillna即可：

import pandas as pd

# 传感器总数量
SENSOR_NUM = 6
raw = [[1, 1], [2, 2]]
# 显式传入列名列表，自动对齐行长度
df = pd.DataFrame(raw, columns=range(SENSOR_NUM))
# 替换NaN为自定义填充值X
df = df.fillna('X')

两种方案的填充规则完全一致：原有采样值的顺序不变，缺失值全部追加在每行末尾，和传感器编号的对应关系不会错乱。

内容的提问来源于stack exchange，提问作者bigmac42