使用不等长列表填充Pandas列遇值长度不匹配错误求助

这个问题我之前也碰到过，本质是Pandas默认要求所有输入序列的长度必须和DataFrame的索引长度匹配，而你的nx_lists_into_df里的numpy数组长度各不相同，所以触发了ValueError: Length of values does not match length of index这个报错。下面给你几种不同场景下的解决方案，你可以根据自己的期望结果来选：

场景1：将每个numpy数组作为独立列，缺失值自动填充NaN #

如果你的需求是把每个数组对应成DataFrame的一列，长度不足的位置用NaN补全，可以用pd.DataFrame.from_dict来实现：

import pandas as pd
import numpy as np

# 模拟你的nx_lists_into_df（替换成你自己的列表即可）
nx_lists_into_df = [np.array([1,2,3]), np.array([4,5]), np.array([6,7,8,9])]

# 构造字典，键为列名，值为对应的numpy数组
df = pd.DataFrame.from_dict(
    {f'column_{i}': arr for i, arr in enumerate(nx_lists_into_df)},
    orient='columns'
)

print(df)

运行后输出：

column_0  column_1  column_2
0       1.0       4.0       6.0
1       2.0       5.0       7.0
2       3.0       NaN       8.0
3       NaN       NaN       9.0

场景2：将每个numpy数组作为一行，自动扩展列数 #

如果想把每个数组对应成DataFrame的一行，列数由最长的数组决定，短数组的末尾补NaN，可以直接用列表推导式把数组转成列表后构造DataFrame：

df = pd.DataFrame([arr.tolist() for arr in nx_lists_into_df])
print(df)

运行后输出：

0  1    2    3
0  1  2  3.0  NaN
1  4  5  NaN  NaN
2  6  7  8.0  9.0

场景3：合并所有元素为一列，标记来源数组 #

如果你的需求是把所有数组的元素放在同一列，同时记录每个元素来自哪个原数组，可以用循环构造字典列表的方式：

data_records = []
for array_idx, arr in enumerate(nx_lists_into_df):
    for value in arr:
        data_records.append({
            'source_array_index': array_idx,
            'value': value
        })

df = pd.DataFrame(data_records)
print(df)

运行后输出：

source_array_index  value
0                   0      1
1                   0      2
2                   0      3
3                   1      4
4                   1      5
5                   2      6
6                   2      7
7                   2      8
8                   2      9

你可以根据自己实际期望的结果选择对应的方案，如果你的期望结构比较特殊，可以补充说明细节，我再帮你调整代码~

内容的提问来源于stack exchange，提问作者Redman