将嵌套列表转为Pandas DataFrame行并新增列时遇长度匹配错误

嘿，我明白你遇到的麻烦了——直接把嵌套列表pred赋值给DataFrame的新列时，Pandas把整个子列表当成了单个单元格的值，导致长度不匹配报错。别担心，咱们一步一步解决它：

问题根源 #

你的嵌套列表pred是按组存储预测结果的（比如每个子列表对应sent列的一个分组），但DataFrame的行数是所有分组的行总和。直接赋值时，Pandas会认为你要给每行塞一个子列表，可pred的长度是子列表的数量（比如2个），远小于DataFrame的总行数（比如6行），自然就抛出ValueError了。

解决方案：先展开嵌套列表 #

我们需要把嵌套列表扁平化成一维列表，让每个元素对应DataFrame的一行。用Python的列表推导式就能轻松实现：

示例代码 #

import pandas as pd

# 模拟你的原始DataFrame
df = pd.DataFrame({
    'sent': [0, 0, 0, 1, 1, 1],
    'token': ['a', 'b', 'b', 'a', 'b', 'c']
})

# 你的预测嵌套列表
pred = [['b', 'c', 'd'], ['b', 'a', 'u']]

# 扁平化嵌套列表
flattened_pred = [item for sublist in pred for item in sublist]

# 赋值到新列
df['pred'] = flattened_pred

# 查看结果
print(df)

运行结果 #

sent token pred
0     0     a    b
1     0     b    c
2     0     b    d
3     1     a    b
4     1     b    a
5     1     c    u

关键注意事项 #

一定要确保嵌套列表所有子列表的长度之和等于DataFrame的总行数，否则还是会出现长度不匹配的错误。如果不一致，你需要检查预测算法的输出是否和DataFrame的行分组对应（比如每个sent分组的行数是否和pred中对应子列表的长度一致）。

内容的提问来源于stack exchange，提问作者Mi.