从行长度不一的列表创建DataFrame报错：int对象无len()方法

这个错误的根源是你的原始列表结构不一致——有的条目包含三元组和标签数字，有的却只有单个数字，而你的代码在处理这些条目时，可能默认每个元素都有可迭代/可计算长度的结构，碰到纯int类型就触发了len()错误。下面是具体的解决思路和代码：

步骤1：统一数据结构 #

首先需要把原始列表里的所有条目转换成统一的格式：每个条目都包含「三元组列表」和「标签数字」两个部分。对于只有数字的条目，我们把三元组列表设为空列表即可。

假设你的原始数据是这样的：

raw_list = [
    [(('dwstweets gop', 'broadened', 'base people'), 1)],
    [(('bushs campaign video', 'features', 'kat'), 2)],
    [3],
    [4],
    [5],
    [(('president obama', 'wants', 'york'), 6)],
    [(('jeb bush', 'talked', 'enforcement'), ('lets', 'see', 'plan'), 7)]
]

预处理代码如下：

processed_items = []
for entry in raw_list:
    # 取出每个子列表里的核心内容
    core_content = entry[0]
    if isinstance(core_content, int):
        # 处理只有数字的条目：三元组列表为空，标签就是这个数字
        processed_items.append({
            "triples": [],
            "label": core_content
        })
    else:
        # 处理包含三元组和标签的条目：最后一个元素是标签，前面的都是三元组
        label = core_content[-1]
        triples = core_content[:-1]
        # 可选：过滤掉不符合三元组格式的元素（确保每个元素是长度为3的元组）
        valid_triples = [t for t in triples if isinstance(t, tuple) and len(t) == 3]
        processed_items.append({
            "triples": valid_triples,
            "label": label
        })

步骤2：转换为DataFrame #

现在所有条目结构统一了，直接用pandas转换即可，不会再触发类型错误：

import pandas as pd
df2 = pd.DataFrame(processed_items)

为什么这样能解决问题？ #

你的原始代码报错，是因为遍历到[3]、[4]这类条目时，代码可能尝试对3这个int类型执行len()或者迭代操作（比如拆分元素），而int并没有这些方法。通过预处理把所有条目都转换成包含triples和label的字典，pandas可以明确识别每个字段的类型，避免了对纯数字执行不兼容的操作。

内容的提问来源于stack exchange，提问作者C L