從條目長度不均勻的字典建立 DataFrame

在 Python 中，可以從每個條目保存一個 Numpy 陣列的字典建立 DataFrame。然而，當條目之間的數組長度不同時，就會出現挑戰。預設情況下，Pandas 需要統一長度的數組，從而導致類似“ValueError: arrays must all be the same length.”的錯誤。

克服長度差異

要解決對於這個問題，我們可以利用 Pandas 的功能，使用 NaN（非數字）值作為缺失資料的佔位符。透過利用這一點，我們可以有效地建立一個包含不同長度列的 DataFrame。

為了實現這一點，我們可以將每個字典條目轉換為 Pandas Series，這是一個可以無縫處理缺失值的一維數組。透過將字典項包裝在生成器表達式中並使用 Series 建構函數，我們可以建立 Series 物件的字典。

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)

結果:

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

很明顯，DataFrame 包含數組長度不同的缺失值 (NaN)，允許我們從具有不同數組長度的字典創建具有不同列長度的 DataFrame。