如何用Pandas将多字典列表转为单行DataFrame并合并含NaN的行？

这里有几种简单的方式实现你的需求：

方法1：合并字典后转DataFrame #

先把列表里的所有字典合并成一个完整的字典，再用这个字典创建单行DataFrame，这是最直接的方式：

import pandas as pd
data = [{"A":1}, {"B":2}, {"C":3}]

# 合并所有字典
merged_data = {}
for d in data:
    merged_data.update(d)

# 创建单行DataFrame
df = pd.DataFrame([merged_data])
print(df.to_string(index=False))

输出：

A  B  C
   1  2  3

方法2：利用pandas的填充+取行 #

针对你已经生成的多行带NaN的DataFrame，可以用前向填充（ffill）把NaN值补上，然后取最后一行：

import pandas as pd
data = [{"A":1}, {"B":2}, {"C":3}]
df = pd.DataFrame(data)

# 填充NaN并取最后一行转为单行DataFrame
df = df.ffill().iloc[-1:]
print(df.to_string(index=False))

输出和上面一致。

方法3：用Series拼接转置 #

把每个字典转成Series，拼接后转置成单行DataFrame：

import pandas as pd
data = [{"A":1}, {"B":2}, {"C":3}]

df = pd.concat([pd.Series(d) for d in data]).to_frame().T
print(df.to_string(index=False))

同样能得到你要的结果。

内容的提问来源于stack exchange，提问作者Bera