如何使用python从随机列表长度创建数据？

我想用不同长度的多个列表创建熊猫数据框。下面是我的python代码

import pandas as pd

A=[1,2]
B=[1,2,3]
C=[1,2,3,4,5,6]

lenA = len(A)
lenB = len(B)
lenC = len(C)

df = pd.DataFrame(columns=['A', 'B','C'])

for i,v1 in enumerate(A):
    for j,v2 in enumerate(B):
        for k, v3 in enumerate(C):
            if(i<random.randint(0, lenA)):
                if(j<random.randint(0, lenB)):
                    if (k < random.randint(0, lenC)):
                        df = df.append({'A': v1, 'B': v2,'C':v3}, ignore_index=True)            
print(df)

在每次运行中，我得到了不同的输出，这是正确的。但不包括每次运行中的所有列表项。在一次运行中，我得到以下输出：

   A  B  C
0  1  1  3
1  1  2  1
2  1  2  2
3  2  2  5

在上述输出“A”列表中，所有项目（1,2）都存在。但是“B”列表只有（1,2）项，缺少第3项。此外，列表“C”仅包含（1,2,3,5）项。（4,6,7）“C”列表中缺少项目。我的期望是：在每个列表中，每个项目都应该至少在数据框中出现一次，“C”列表项目应该只在数据框中出现一次。我预期的示例输出如下所示：

   A  B  C
0  1  1  3
1  1  2  1
2  1  2  2
3  2  2  5
4  2  3  4
5  1  1  7
6  2  3  6

---

引导我获得预期的输出。提前感谢。

您可以使用转置来实现同样的效果。 编辑：用于按要求随机输出

import pandas as pd
from random import shuffle, choice


A=[1,2]
B=[1,2,3]
C=[1,2,3,4,5,6]
shuffle(A)
shuffle(B)
shuffle(C)

data = [A,B,C]

df = pd.DataFrame(data)
df = df.transpose()
df.columns = ['A', 'B', 'C']
df.loc[:,'A'].fillna(choice(A), inplace=True)
df.loc[:,'B'].fillna(choice(B), inplace=True)

这将给出以下输出

     A    B    C
0  1.0  1.0  1.0
1  2.0  2.0  2.0
2  NaN  3.0  3.0
3  NaN  4.0  4.0
4  NaN  NaN  5.0
5  NaN  NaN  6.0

---

您可以将每个列表的随机值添加到总长度，然后使用：

---

非常感谢您宝贵的回复。但A和B列不应具有“NaN”值。它应该是A和B值中的任意一个。行/数据帧的创建也应该是随机的。在这种情况下指导我。谢谢。使用随机模块提供了一定程度的随机输出。非常感谢您的宝贵指导。根据您建议的代码，我得到了预期的输出。谢谢

     A    B    C
0  1.0  1.0  1.0
1  2.0  2.0  2.0
2  NaN  3.0  3.0
3  NaN  4.0  4.0
4  NaN  NaN  5.0
5  NaN  NaN  6.0

A=[1,2]
B=[1,2,3]
C=[1,2,3,4,5,6]

L = [A,B,C]
m = max(len(x) for x in L)
print (m)
6

a = [np.hstack((np.random.choice(x, m - len(x)), x)) for x in L]

df = pd.DataFrame(a, index=['A', 'B', 'C']).T.sample(frac=1)
print (df)
   A  B  C
2  2  2  3
0  2  1  1
3  1  1  4
4  1  2  5
5  2  3  6
1  2  2  2