给定以下列表：
a = [[2,3],[1,2,3],[1]]
我需要 a 中的每个列表都具有相同数量的元素。 首先，我需要获取 a 中任何列表的最长长度。 然后，我需要确保所有列表至少有那么长。 如果不是，我想在末尾添加一个零 (0)，直到这是真的。 期望的结果是：
b = [[2,3,0],[1,2,3],[1,0,0]]
提前致谢！
附：我还需要将其应用于像这样的 Pandas 数据框：
import pandas as pd
b = [[2,3,0],[1,2,3],[1,0,0]]
f=pd.DataFrame({'column':b})
【问题讨论】：
首先，计算元素的最大长度：
maxlen=len(max(a,key=len)) # max element using sublist len criterion
或者正如 Patrick 建议的那样，在子列表长度上使用生成器理解，可能会快一点：
maxlen=max(len(sublist) for sublist in a) # max of all sublist lengths
然后创建一个填充为 0 的新列表：
b = [sl+[0]*(maxlen-len(sl)) for sl in a] # list comp for padding
a = [[2,3],[1,2,3],[1]] 的结果：
[[2, 3, 0], [1, 2, 3], [1, 0, 0]]
注意：可以在一行中完成，但由于 maxlen 的重新计算，性能不会很好。单线并不总是最好的解决方案。
b = [sl+[0]*(len(max(a,key=len))-len(sl)) for sl in a] # not very performant
【讨论】：
maxlen=len(max(a,key=len)) 看起来有点奇怪。有任何理由这样做超过maxlen=max(len(sublist) for sublist in a)
filter、map 和很多复杂的结构，大多数情况下最好用 listcomps/gencomps 代替，但我继续这样做......用你的编辑替代品。
itertools.zip_longest，您无需自己计算最大长度。
for i in a:
while len(i) < 3:
i.append(0)
【讨论】：
怎么样
pd.DataFrame(a).fillna(0)
得到你想要的东西
pd.Series(pd.DataFrame(a).fillna(0).astype(int).values.tolist()).to_frame('column')
这也和this question有关
您可以在哪里获得更好的性能
def box(v):
lens = np.array([len(item) for item in v])
mask = lens[:,None] > np.arange(lens.max())
out = np.full(mask.shape, 0, dtype=int)
out[mask] = np.concatenate(v)
return out
pd.DataFrame(dict(columns=box(a).tolist()))
【讨论】：