遍历嵌套列表提取数据创建DataFrame时数据错乱的问题求助

你的代码出现数据错乱，核心问题是依赖固定索引位置提取数据——部分子列表缺少Age字段，导致索引对应关系完全错误。比如第二个子列表里，索引2对应的是Country而非Age，直接按索引取值会把国家信息误放到年龄列表里；同时遇到索引错误时没有补全空值，导致各个列表长度不一致，根本没法正确生成DataFrame。

修正方案1：按字段名匹配提取（兼容原代码结构） #

把每个子列表转成字典，通过字段名精准取值，缺失字段补默认值：

fulllist = [
    [
        {'Variable': 'First_Name', 'Answer': 'Anne'},
        {'Variable': 'Middle_Name', 'Answer': 'Wanjohi'},
        {'Variable': 'Age', 'Answer': '50'},
        {'Variable': 'Country', 'Answer': 'Uganda'}
    ],
    [
        {'Variable': 'First_Name', 'Answer': 'John'},
        {'Variable': 'Middle_Name', 'Answer': 'Wagwara'},
        {'Variable': 'Country', 'Answer': 'Kenya'}
    ],
    [
        {'Variable': 'First_Name', 'Answer': 'Jeff'},
        {'Variable': 'Middle_Name', 'Answer': 'Simboyi'},
        {'Variable': 'Age', 'Answer': '20'},
        {'Variable': 'Country', 'Answer': 'UK'}
    ],
    [
        {'Variable': 'First_Name', 'Answer': 'Ken'},
        {'Variable': 'Middle_Name', 'Answer': 'Kumbua'},
        {'Variable': 'Country', 'Answer': 'Tanzania'}
    ]
]

First_Name = [] 
Middle_Name = []
Age = []
Country = []

for sublist in fulllist:
    # 将子列表转为{Variable: Answer}的字典
    item_map = {item['Variable']: item['Answer'] for item in sublist}
    # 按字段名提取，缺失则补None（也可以换成''或其他默认值）
    First_Name.append(item_map.get('First_Name'))
    Middle_Name.append(item_map.get('Middle_Name'))
    Age.append(item_map.get('Age'))
    Country.append(item_map.get('Country'))

# 生成DataFrame
import pandas as pd
df = pd.DataFrame({
    'First_Name': First_Name,
    'Middle_Name': Middle_Name,
    'Age': Age,
    'Country': Country
})

print(df)

修正方案2：直接生成字典列表创建DataFrame（更简洁） #

跳过单独维护列表的步骤，直接把每个子列表转成字典，批量生成DataFrame：

import pandas as pd

fulllist = [
    [
        {'Variable': 'First_Name', 'Answer': 'Anne'},
        {'Variable': 'Middle_Name', 'Answer': 'Wanjohi'},
        {'Variable': 'Age', 'Answer': '50'},
        {'Variable': 'Country', 'Answer': 'Uganda'}
    ],
    [
        {'Variable': 'First_Name', 'Answer': 'John'},
        {'Variable': 'Middle_Name', 'Answer': 'Wagwara'},
        {'Variable': 'Country', 'Answer': 'Kenya'}
    ],
    [
        {'Variable': 'First_Name', 'Answer': 'Jeff'},
        {'Variable': 'Middle_Name', 'Answer': 'Simboyi'},
        {'Variable': 'Age', 'Answer': '20'},
        {'Variable': 'Country', 'Answer': 'UK'}
    ],
    [
        {'Variable': 'First_Name', 'Answer': 'Ken'},
        {'Variable': 'Middle_Name', 'Answer': 'Kumbua'},
        {'Variable': 'Country', 'Answer': 'Tanzania'}
    ]
]

# 把所有子列表转为字典，组成字典列表
data_dicts = [{item['Variable']: item['Answer'] for item in sub} for sub in fulllist]
# 直接生成DataFrame，缺失字段自动填充NaN
df = pd.DataFrame(data_dicts)

print(df)

两种方案都通过字段名匹配替代索引取值，彻底避免了字段顺序或缺失导致的数据错乱，同时保证所有字段的列表长度一致，能正常生成符合预期的DataFrame。

内容的提问来源于stack exchange，提问作者Moses