Python 使用不同长度的给定列表使数据帧具有不同的列长度

我有两个不同长度的列表，我想形成一个数据框架，将这些列表作为数据框架的列。 假设我的清单是

L1=[“a”，“b”]

L2=[“g”、“h”、“o”、“y”]

L3=[“k”、“u”、“e”]

我想要一个数据帧，其中

 L1 L2 L3
 a  g  k
 b  h  u
    o  e
    y   

---

这个问题不仅仅限于三列。它的范围是数百个，它可能在寻找以下结果，其想法是将列表转换为数据帧，您还可以创建一个函数，将列表参数作为输入，而不是手动将每个列表键入数据帧

例1： 示例2（传递列表参数的函数）： 您可以从

itertools

使用迭代器。它将用

fillvalue

填充较短的序列，默认情况下，

None

。您可以在下面的示例中指定其他内容，如空字符串

from itertools import zip_longest
df = pd.DataFrame(zip_longest(L1,L2,L3, fillvalue=''), 
                  columns=['L1','L2','L3'])

---

欢迎来到StackOverflow！分享你的研究成果对每个人都有帮助。告诉我们您尝试了什么，以及为什么它不能满足您的需求。这表明你花了时间来帮助自己，它使我们避免重复显而易见的答案，最重要的是，它帮助你得到一个更具体和相关的答案！另请参见：如果我有100个列表，我需要为所有列表做些什么，如果你有100个列表，你可以写以下符号：包装器（L1，L2，L3……Ln）。因此，您可以循环函数并将列表连接在一起，即，*arg参数允许您将任意数量的数据传递到函数中。因此，它将为您执行DF连接。

import pandas as pd 
import numpy as np

## your list
L1 =["a","b"] 
L2 = ["g","h","o","y"] 
L3 = ["k","u","e"]

## function passing arguments
def wrapper(*args):
    return pd.concat([pd.DataFrame(i) for i in args], ignore_index=True, axis=1).replace(np.nan, '')


## Results
print(wrapper(L1,L2,L3))

from itertools import zip_longest
df = pd.DataFrame(zip_longest(L1,L2,L3, fillvalue=''), 
                  columns=['L1','L2','L3'])