python将某值换成na_python – 使用NA值填充dict以允许转换为pandas数据帧

我有一个dict,它在不同的时间滞后上保存计算值,这意味着它们在不同的日期开始.例如,我的数据可能如下所示：

Date col1 col2 col3 col4 col5

01-01-15 5 12 1 -15 10

01-02-15 7 0 9 11 7

01-03-15 6 1 2 18

01-04-15 9 8 10

01-05-15 -4 7

01-06-15 -11 -1

01-07-15 6

其中每个标头都是键,每列值都是每个键的值(我使用的是defaultdict(list)).当我尝试运行pd.DataFrame.from_dict(d)时,我可以理解得到一个错误,指出所有数组的长度必须相同.是否有一种简单/简单的方法来填充或填充数字,以便输出最终成为以下数据帧？

Date col1 col2 col3 col4 col5

01-01-15 5 12 1 -15 10

01-02-15 7 0 9 11 7

01-03-15 NaN 6 1 2 18

01-04-15 NaN 9 8 10 NaN

01-05-15 NaN -4 NaN 7 NaN

01-06-15 NaN -11 NaN -1 NaN

01-07-15 NaN 6 NaN NaN NaN

或者我是否必须手动对每个列表执行此操作？

以下是重新创建字典的代码：

import pandas as pd

from collections import defaultdict

d = defaultdict(list)

d["Date"].extend([

"01-01-15",

"01-02-15",

"01-03-15",

"01-04-15",

"01-05-15",

"01-06-15",

"01-07-15"

]

d["col1"].extend([5, 7])

d["col2"].extend([12, 0, 6, 9, -4, -11, 6])

d["col3"].extend([1, 9, 1, 8])

d["col4"].extend([-15, 11, 2, 10, 7, -1])

d["col5"].extend([10, 7, 18])