如何获取多个列表并将它们作为不同的列放在python数据框架中？我尝试了这个解决方案，但遇到了一些麻烦
尝试1：
- 有三个列表，将它们压缩在一起并使用
res=zip（lst1、lst2、lst3） - 只生成一列
尝试2：
percentile_list=pd.DataFrame（{'lst1site'：[lst1]，
'lst2ite'：[lst2]，
'lst3ite'：[lst3]}，
列=['lst1Tite'、'lst1Tite'、'lst1Tite']）
- 产生一行乘三列（如上所述）或者如果我转置它是三行和一列
如何通过3列（三个列表）数据帧获得100行（每个独立列表的长度）
我想你差不多做到了，试着去掉lst周围的额外方括号（同样，当你从这样的dict创建数据帧时，不需要指定列名）：
将熊猫作为pd导入
lst1=范围（100）
lst2=范围（100）
lst3=范围（100）
百分位列表=pd.DataFrame(
{'lst1Title'：lst1，
“lst2Title”：lst2，
“lst3Title”：lst3
})
百分位表
lst1Title lst2Title lst3Title
0 0 0 0
1 1 1 1
2 2 2 2
3 3 3 3
4 4 4 4
5 5 5 5
6 6 6 6
...
如果您需要更高性能的解决方案，您可以使用np.column\u stack，而不是像第一次尝试那样使用zip，在这里的示例中，这大约有2倍的加速，但在我看来，这是以可读性为代价的：
将numpy导入为np
百分位列表=局部数据帧（np.列堆栈（[lst1，lst2，lst3]），
列=['lst1Title'，'lst2Title'，'lst3Title']）