エントリの長さが異なるディクショナリからデータフレームを作成する

10個のキーと値のペアを持つ辞書があるとします。各エントリは、numpy配列を保持します。ただし、配列の長さはそれらすべてで同じではありません。

各列が異なるエントリを保持するデータフレームを作成するにはどうすればよいですか？

私が試したとき：

pd.DataFrame(my_dict)

私は得ます：

ValueError: arrays must all be the same length

これを克服する方法はありますか？Pandas NaNに短い列の列を埋めるために使用してもらえてうれしいです。

Python 3.xの場合：

In [6]: d = dict( A = np.array([1,2]), B = np.array([1,2,3,4]) )

In [7]: pd.DataFrame(dict([ (k,pd.Series(v)) for k,v in d.items() ]))
Out[7]: 
    A  B
0   1  1
1   2  2
2 NaN  3
3 NaN  4

Python 2.xの場合：

置き換えるd.items()とd.iteritems()。

これを行う簡単な方法を次に示します。

In[20]: my_dict = dict( A = np.array([1,2]), B = np.array([1,2,3,4]) )
In[21]: df = pd.DataFrame.from_dict(my_dict, orient='index')
In[22]: df
Out[22]: 
   0  1   2   3
A  1  2 NaN NaN
B  1  2   3   4
In[23]: df.transpose()
Out[23]: 
    A  B
0   1  1
1   2  2
2 NaN  3
3 NaN  4

構文を整理する方法ですが、基本的にこれらの他の回答と同じことを行いますが、以下のとおりです。

>>> mydict = {'one': [1,2,3], 2: [4,5,6,7], 3: 8}

>>> dict_df = pd.DataFrame({ key:pd.Series(value) for key, value in mydict.items() })

>>> dict_df

   one  2    3
0  1.0  4  8.0
1  2.0  5  NaN
2  3.0  6  NaN
3  NaN  7  NaN

リストにも同様の構文が存在します。

>>> mylist = [ [1,2,3], [4,5], 6 ]

>>> list_df = pd.DataFrame([ pd.Series(value) for value in mylist ])

>>> list_df

     0    1    2
0  1.0  2.0  3.0
1  4.0  5.0  NaN
2  6.0  NaN  NaN

リストのもう1つの構文は次のとおりです。

>>> mylist = [ [1,2,3], [4,5], 6 ]

>>> list_df = pd.DataFrame({ i:pd.Series(value) for i, value in enumerate(mylist) })

>>> list_df

   0    1    2
0  1  4.0  6.0
1  2  5.0  NaN
2  3  NaN  NaN

さらに、結果を転置したり、列のデータ型（float、integerなど）を変更したりする必要がある場合があります。

これはOPの質問に直接答えるものではありませんが。これは、配列が等しくなく、共有したい場合に、私の場合に最適なソリューションであることがわかりました。

パンダのドキュメントから

In [31]: d = {'one' : Series([1., 2., 3.], index=['a', 'b', 'c']),
   ....:      'two' : Series([1., 2., 3., 4.], index=['a', 'b', 'c', 'd'])}
   ....: 

In [32]: df = DataFrame(d)

In [33]: df
Out[33]: 
   one  two
a    1    1
b    2    2
c    3    3
d  NaN    4

オブジェクトのリストとpd.concat一緒に使用することもできます：axis=1pd.Series

import pandas as pd, numpy as np

d = {'A': np.array([1,2]), 'B': np.array([1,2,3,4])}

res = pd.concat([pd.Series(v, name=k) for k, v in d.items()], axis=1)

print(res)

     A  B
0  1.0  1
1  2.0  2
2  NaN  3
3  NaN  4

次の両方の行は完全に機能します。

pd.DataFrame.from_dict(df, orient='index').transpose() #A

pd.DataFrame(dict([ (k,pd.Series(v)) for k,v in df.items() ])) #B (Better)

しかし、Jupyterで％timeitを使用すると、BとAの速度が4倍になります。これは、特に大量のデータセット（主に多数の列/機能）で作業する場合に非常に印象的です。

表示したくない場合でNaN、長さが2つある場合は、残りの各セルに「スペース」を追加しても機能します。

import pandas

long = [6, 4, 7, 3]
short = [5, 6]

for n in range(len(long) - len(short)):
    short.append(' ')

df = pd.DataFrame({'A':long, 'B':short}]
# Make sure Excel file exists in the working directory
datatoexcel = pd.ExcelWriter('example1.xlsx',engine = 'xlsxwriter')
df.to_excel(datatoexcel,sheet_name = 'Sheet1')
datatoexcel.save()

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

エントリの長さが2を超える場合は、同様の方法を使用する関数を作成することをお勧めします。

pd.DataFrame（[my_dict]）が行います！