Python：如何为不同长度行的列表左侧补0填充？

嘿，这个需求其实挺常见的，我给你几个实用的解决方案，你可以根据自己的使用场景来选：

1. 纯Python原生实现（无需额外库） #

这种方法最直接，不需要依赖任何第三方库，适合处理小规模数据：

mylist = [[1],[1,2],[1,2,3]]
# 先找到所有子列表里的最大长度
max_length = max(len(sublist) for sublist in mylist)
# 对每个子列表左侧补0，再拼接原列表
padded_list = [[0]*(max_length - len(sublist)) + sublist for sublist in mylist]

print(padded_list)
# 输出: [[0, 0, 1], [0, 1, 2], [1, 2, 3]]

2. Numpy高效实现（适合大数据量） #

如果你已经在使用Numpy处理数据，用np.pad函数可以更高效地完成左侧补0：

import numpy as np

mylist = [[1],[1,2],[1,2,3]]
max_length = max(len(sublist) for sublist in mylist)
# 对每个子数组执行左侧补0操作
padded_arrays = [np.pad(sublist, pad_width=(max_length - len(sublist), 0), mode='constant', constant_values=0) for sublist in mylist]
# 转换为二维Numpy数组（如果需要列表格式，再加.tolist()）
result = np.array(padded_arrays)

print(result)
# 输出:
# [[0 0 1]
#  [0 1 2]
#  [1 2 3]]

3. Pandas绕路实现（如果已有Pandas依赖） #

既然你提到了Pandas的fillna默认是右侧补0，那我们可以通过反转列表的方式来间接实现左侧补0：

import pandas as pd

mylist = [[1],[1,2],[1,2,3]]
# 先把每个子列表反转，让需要补0的一侧转到右侧
reversed_sublists = [sublist[::-1] for sublist in mylist]
# 转换成DataFrame，自动在右侧补NaN
df = pd.DataFrame(reversed_sublists)
# 用0填充NaN，再把每一行反转回来
padded_list = df.fillna(0).astype(int).apply(lambda row: row[::-1].tolist(), axis=1).tolist()

print(padded_list)
# 输出: [[0, 0, 1], [0, 1, 2], [1, 2, 3]]

内容的提问来源于stack exchange，提问作者Guillem