我想将python字典转换为pandas DataFrame，但由于字典值的长度不同，当我这样做时：
recomm = pd.DataFrame(recommendation.items(),columns=['id','recId1','recId2','recId3','recId4','recId5'])
我得到：
传递6 列，传递的数据有 2 列
这意味着提供的值之一的长度为 2。
为了纠正它，我做了：
for key in recommendation.keys():
while True:
l1 = recommendation[key]
l1.append(0)
recommendation[key] = l1
if len(l1) < 5:
break
但是转换为DF时仍然遇到错误。
我按如下方式检查了字典：
for key in recommendation.keys():
if len(recommendation[key]) != 5:
print key
并发现长度为 5 的那些也添加了 0。 意味着我现在有一些长度为 6 的值。 例如字典值：
[12899423， 12907790， 12443129， 12558006， 12880407， 0]
如何更正 while 代码，以便在列表长度<5> 时，它仅将 0 添加到值列表中。
有没有更好的方法将字典转换为熊猫数据帧？ 字典键是：int 和 str。
您可以使用以下内容：
在python
2.7中使用iteritems((，因为它在字典上返回迭代器，在python 3.x中，items((具有相同的行为
import numpy as np
import pandas as pd
#Your dictionary
d = dict( A = np.array([1,2]), B = np.array([1,2,3,4]) )
df = pd.DataFrame(dict([ (k,pd.Series(v)) for k,v in d.iteritems() ]))
它将用缺少条目的 NaN 值填充数据帧，然后您只需调用 fillna 函数：
df.fillna(0,inplace=True)
您丢失的数据现在将用零填充