如何合并DataFrame字典并将键设为合并后DataFrame的列

方法一：使用pd.concat()（推荐，直观高效） #

直接拼接所有DataFrame，利用keys参数保留原字典的键，再将其转为Subject列：

import pandas as pd

# 示例字典（替换为你的实际字典）
df_dict = {
    "Sonic": pd.DataFrame({"mean": [1], "median": [3], "stdev": [7], "min": [9], "max": [22], "count": [11]}),
    "Tails": pd.DataFrame({"mean": [3], "median": [5], "stdev": [11], "min": [22], "max": [33], "count": [14]})
}

# 合并所有DataFrame，将字典键设为外层索引
combined_df = pd.concat(df_dict.values(), keys=df_dict.keys())
# 将外层索引转为Subject列，重置索引清理冗余列
combined_df = combined_df.reset_index(level=0).rename(columns={"level_0": "Subject"})

方法二：修正pd.DataFrame.from_dict()用法 #

通过遍历字典将每个单行DataFrame转为字典结构，再用orient='index'参数生成目标DataFrame：

import pandas as pd

# 示例字典（替换为你的实际字典）
df_dict = {
    "Sonic": pd.DataFrame({"mean": [1], "median": [3], "stdev": [7], "min": [9], "max": [22], "count": [11]}),
    "Tails": pd.DataFrame({"mean": [3], "median": [5], "stdev": [11], "min": [22], "max": [33], "count": [14]})
}

# 构造以用户名为键、指标为值的字典，再转为DataFrame
combined_df = pd.DataFrame.from_dict(
    {subj: df.iloc[0].to_dict() for subj, df in df_dict.items()},
    orient='index'
).reset_index().rename(columns={"index": "Subject"})

两种方法最终都会生成你需要的结构：

内容的提问来源于stack exchange，提问作者florence-y