如何将值长度不一致的字典转换为pandas DataFrame？

报错的核心原因是Pandas默认将字典的键作为DataFrame的列，要求每列对应的列表长度必须一致，长度不匹配就会抛出该错误。可以用以下几种方法解决：

方法1：使用from_dict的orient参数调整转换逻辑 #

将orient设为index，先把字典的键作为行索引转换，再转置得到键为列的结构，短列表缺失位置会自动填充NaN：

import pandas as pd

your_dict = {'key1':['value1','value2'], 'key2':['value1','value2', 'value3'], 'key3':['value1','value2', 'value3', 'value4'] }
df = pd.DataFrame.from_dict(your_dict, orient='index').T

方法2：手动统一所有列表长度 #

如果需要自定义填充值（比如空白字符串、0等），可以先把所有列表补全到最长长度，再直接转换：

max_length = max(len(val) for val in your_dict.values())
# 示例用None填充，可根据需求替换为''、0等
for key in your_dict:
    your_dict[key] += [None] * (max_length - len(your_dict[key]))
df = pd.DataFrame(your_dict)

方法3：通过Series拼接生成DataFrame #

把每个列表先转为带名称的Series，再按列拼接，自动对齐索引补全缺失值：

df = pd.concat([pd.Series(val, name=key) for key, val in your_dict.items()], axis=1)

内容的提问来源于stack exchange，提问作者msh855