如何将不同长度列表构造为指定格式的Pandas DataFrame

先明确你的原始数据和需求：
你有三个列表：

A = ['one', None, None, None]
B = [None, 'two', None, None]
C = [None, None, 'three', 'Four']

用它们构造出的原始DataFrame是：

A     B       C
0  one  None    None
1 None  two    None
2 None  None  three
3 None  None   Four

想要把它转换成每行对应各列的非空值、缺失位置补None的形式：

A     B       C
0  one  two    three
1 None None   Four

实现方法 #

核心思路就是提取每一列的非空值，再重新对齐组合成新的DataFrame，这里有个简单直观的实现方式：

import pandas as pd

# 原始数据
A = ['one', None, None, None]
B = [None, 'two', None, None]
C = [None, None, 'three', 'Four']

# 构造原始DataFrame
df = pd.DataFrame({'A': A, 'B': B, 'C': C})

# 提取每列非空值并重置索引，再组合成新DataFrame
processed_cols = {col: df[col].dropna().reset_index(drop=True) for col in df.columns}
result_df = pd.DataFrame(processed_cols)

# 将NaN替换为None（匹配你期望的格式）
result_df = result_df.where(pd.notnull(result_df), None)

print(result_df)

代码解释 #

• df[col].dropna()：去掉当前列的所有空值（包括None和NaN）
• reset_index(drop=True)：把提取后的非空值重新从0开始排序索引，确保各列的非空值能按顺序对齐
• 用字典推导式处理所有列后传入pd.DataFrame()，pandas会自动为长度不足的列填充NaN
• 最后用where方法把NaN替换为None，完全匹配你想要的输出格式

内容的提问来源于stack exchange，提问作者S_Ymln