如何基于预定义表头将列表字典高效转换为pandas.DataFrame并保持键顺序

你的问题确实戳中了原方法的痛点——手动拆分列表元素不仅繁琐，面对动态变化的字段数量完全没法适配，而且还得担心字典顺序的问题。下面给你两种更简洁、可扩展的实现方式，都能完美满足你的需求：

方法一：直接构造行数据（最简洁高效） #

利用字典的items()方法遍历键值对，把每个键和对应的值列表合并成一行数据，再直接传入pd.DataFrame并指定表头。这种方式代码最简洁，扩展性拉满：

import pandas as pd

date_pair_dict = {
    "15-02-2022 15-02-2022": ["key 1 val 1", "key 1 val 2", "key 1 val 3"],
    "15-02-2022 16-02-2022": ["key 2 val 1", "key 2 val 2", "key 2 val 3"],
    "16-02-2022 16-02-2022": ["key 3 val 1", "key 3 val 2", "key 3 val 3"],
    "16-02-2022 17-02-2022": ["key 4 val 1", "key 4 val 2", "key 4 val 3"]
}
headers = ["date pair header", "header val 1", "header val 2", "header val 3"]

# 将每个键与对应值列表合并为一行
data_rows = [[key] + values for key, values in date_pair_dict.items()]
# 构造DataFrame并指定表头
df = pd.DataFrame(data_rows, columns=headers)

# 写入Excel（index=False避免生成多余的索引列）
df.to_excel("date_pair_output.xlsx", index=False)

优势说明： #

• 完全可扩展：不管你的date_pair_dict有多少个键，或者每个值列表有多少个元素（只要所有值列表长度一致，且headers长度匹配），代码都不需要做任何修改。
• 保留原顺序：Python 3.7及以上版本的字典默认会保持插入顺序，items()会按原字典的键顺序遍历，所以DataFrame的第一列顺序和原字典完全一致。如果是Python 3.6及以下版本，改用collections.OrderedDict来存储数据即可保证顺序。

方法二：使用字典推导式构造DataFrame输入 #

如果你更倾向于用字典推导式来实现，也可以通过推导式动态生成每个表头对应的列数据：

import pandas as pd

date_pair_dict = {
    "15-02-2022 15-02-2022": ["key 1 val 1", "key 1 val 2", "key 1 val 3"],
    "15-02-2022 16-02-2022": ["key 2 val 1", "key 2 val 2", "key 2 val 3"],
    "16-02-2022 16-02-2022": ["key 3 val 1", "key 3 val 2", "key 3 val 3"],
    "16-02-2022 17-02-2022": ["key 4 val 1", "key 4 val 2", "key 4 val 3"]
}
headers = ["date pair header", "header val 1", "header val 2", "header val 3"]

# 用字典推导式动态生成各列数据
df_input = {
    # 第一列是所有键的列表
    headers[0]: list(date_pair_dict.keys()),
    # 后续列通过推导式生成：每个表头对应所有值列表的第i个元素
    **{headers[i+1]: [vals[i] for vals in date_pair_dict.values()] 
       for i in range(len(headers)-1)}
}

df = pd.DataFrame(df_input)
df.to_excel("date_pair_output.xlsx", index=False)

说明： #

• 这里用**操作符把推导出来的后续列字典合并到主字典中，实现动态生成所有列的映射关系。
• 同样具备可扩展性，且在Python3.7+中能保留原字典的键顺序。

这两种方式都比你原来的方法更简洁、更灵活，完全解决了扩展性和顺序的问题。

内容的提问来源于stack exchange，提问作者ChaddRobertson