如何使用 Nan 值填充不同大小的 Pandas 数据框列

Question

有什么方法可以均衡数据框列中列表的大小，如下所示：

0             [2116.0, 6999.0, 2116.0, 2166.0, 2503.0]
1                             [2113.0, 6999.0, 2314.0]
2             [2111.0, 6999.0, 2111.0, 2362.0, 2503.0]
3                     [2100.0, 6999.0, 2362.0, 2113.0]
4                     [2111.0, 6999.0, 2111.0, 2503.0]

像这样的东西（南在列表的末尾）：

0             [2116.0, 6999.0, 2116.0, 2166.0, 2503.0]
1             [2113.0, 6999.0, 2314.0, NaN,       NaN]
2             [2111.0, 6999.0, 2111.0, 2362.0, 2503.0]
3             [2100.0, 6999.0, 2362.0, 2113.0,    NaN]
4             [2111.0, 6999.0, 2111.0, 2503.0,    NaN]

Answer 1

您可以创建一个新的 DataFrame 来填充。由于默认情况下使用这些值创建 DataFrame 会填充NaN缺失值，因此您可以聚合到list第一个轴以向列表添加必要的填充。

假设您的列名称是0：

pd.DataFrame(df[0].values.tolist()).agg(list, 1)

0    [2116.0, 6999.0, 2116.0, 2166.0, 2503.0]
1          [2113.0, 6999.0, 2314.0, nan, nan]
2    [2111.0, 6999.0, 2111.0, 2362.0, 2503.0]
3       [2100.0, 6999.0, 2362.0, 2113.0, nan]
4       [2111.0, 6999.0, 2111.0, 2503.0, nan]

然而

通常不建议将列表存储在 DataFrame 中。为什么不将列表扩展到它们自己的列呢？这也会留下NaN填充：

pd.DataFrame(df[0].values.tolist())

        0       1       2       3       4
0  2116.0  6999.0  2116.0  2166.0  2503.0
1  2113.0  6999.0  2314.0     NaN     NaN
2  2111.0  6999.0  2111.0  2362.0  2503.0
3  2100.0  6999.0  2362.0  2113.0     NaN
4  2111.0  6999.0  2111.0  2503.0     NaN