Pandas如何将不规则嵌套列表转为按日期对齐补0的DataFrame

问题背景 #

• 输入嵌套列表固定结构：每个子元素包含两个列表，依次存储日期序列、对应数值序列，示例数据如下：

nl = [
    [['04-05-2021', '05-05-2021', '06-05-2021'],[2240, 3528, 2800]],
    [['03-05-2021', '04-05-2021', '05-05-2021'],[123032, 18312, 123872]]
]

• 转换规则：
  • 日期作为索引列
  • 不同分组的数值作为独立列
  • 日期无匹配值的位置填充0
• 预期输出效果：

DATE            1      2
03-05-2021      0     123032
04-05-2021      2240  18312
05-05-2021      3528  123872
06-05-2021      2800  0

• 原有代码问题：直接对转置后的DataFrame做横向拼接，没有将日期设为索引做对齐，导致日期列和数值列混排，输出不符合要求。

正确实现方案 #

核心逻辑：先将每个子列表转换为以日期为索引的Series，再做横向拼接，Pandas会自动按索引（日期）对齐，最后补0调整格式即可。
完整可运行代码：

import pandas as pd

nl = [
    [['04-05-2021', '05-05-2021', '06-05-2021'],[2240, 3528, 2800]],
    [['03-05-2021', '04-05-2021', '05-05-2021'],[123032, 18312, 123872]]
]

series_list = []
# 逐组构造日期索引的Series
for date_seq, val_seq in nl:
    series_list.append(pd.Series(val_seq, index=date_seq))

# 横向拼接，自动按日期索引对齐
df = pd.concat(series_list, axis=1)
# 缺失值补0，转整数类型
df = df.fillna(0).astype(int)
# 设置列名、索引名匹配预期格式
df.columns = [1, 2]
df.index.name = 'DATE'

print(df)

逻辑说明 #

• 构造Series时显式指定日期为索引，会自动建立日期到数值的映射关系
• pd.concat横向拼接多组Series时，会自动合并所有出现过的日期作为统一索引，无对应值的位置默认填充NaN
• 最后通过fillna(0)补全空值，调整列名和索引名即可得到完全符合预期的结果

内容的提问来源于stack exchange，提问作者Apricot