Создание фреймов данных из словарей с нечетной длиной записей

В Python можно создать фрейм данных из словаря, где каждая запись содержит массив Numpy. Однако возникают проблемы, когда длина массива различается среди записей. По умолчанию Pandas требует массивов одинаковой длины, что приводит к ошибкам типа «ValueError: все массивы должны быть одинаковой длины».

Преодоление несоответствия длины

Для решения проблемы В связи с этой проблемой мы можем использовать возможность Pandas использовать значения NaN (не число) в качестве заполнителей для отсутствующих данных. Используя это, мы можем эффективно создать DataFrame со столбцами разной длины.

Для этого мы можем преобразовать каждую запись словаря в серию Pandas, одномерный массив, который может легко обрабатывать пропущенные значения. Обернув элементы словаря в выражение генератора и используя конструктор Series, мы можем создать словарь объектов Series.

import pandas as pd
import numpy as np

# Sample data with uneven array lengths
data = {
    'A': np.random.randn(5),
    'B': np.random.randn(8),
    'C': np.random.randn(4)
}

# Convert dictionary items to Series
series_dict = dict((k, pd.Series(v)) for k, v in data.items())

# Create DataFrame from the dictionary of Series
df = pd.DataFrame(series_dict)

Результат:

In [1]: df
Out[1]:
        A         B         C
0  1.162543  1.681243  0.191287
1  0.459621  -0.141198 -0.109864
2  -0.866704 -0.128677  -0.511496
3  1.222436  -0.371449 -0.705894
4  -0.980584  1.255133       NaN
5        NaN -0.351051       NaN
6        NaN  0.443017       NaN
7        NaN -1.053693       NaN

Как очевидно, DataFrame содержит пропущенные значения (NaN), где длины массива различаются, что позволяет нам создать DataFrame с разными длинами столбцов из словаря с различной длиной массива.