如何从以(列,行)元组为键的字典创建Pandas DataFrame？

方法1：直接转换重塑（最简便） #

先把字典转成以元组为索引的Series，再用unstack()一键得到目标结构：

import pandas as pd

# 先定义变量（假设a、b、c、d是字符串或其他可哈希类型）
a, b, c, d = 'a', 'b', 'c', 'd'
dictionary = {(a,c): 1, (a,d): 3, (b,c): 2, (b,d): 4}

# 核心转换步骤
s = pd.Series(dictionary)
df = s.unstack()

生成的DataFrame完全符合需求：

方法2：用df.at[]逐个赋值（对应你的思路） #

如果坚持用at[]赋值，得先创建指定行列的空DataFrame，再拆分字典的元组键来定位：

import pandas as pd

a, b, c, d = 'a', 'b', 'c', 'd'
dictionary = {(a,c): 1, (a,d): 3, (b,c): 2, (b,d): 4}

# 先创建空DataFrame，指定行索引和列名
df = pd.DataFrame(index=[c, d], columns=[a, b])

# 遍历字典，拆分元组键赋值
for (col_name, row_idx), val in dictionary.items():
    df.at[row_idx, col_name] = val

注意：你的字典键是(列名, 行索引)，所以at[]的顺序要写成df.at[行索引, 列名]，和你之前写的df.at[a,c]顺序相反，这是关键。

方法3：from_dict直接构造 #

也可以用from_dict配合转置实现：

import pandas as pd

a, b, c, d = 'a', 'b', 'c', 'd'
dictionary = {(a,c): 1, (a,d): 3, (b,c): 2, (b,d): 4}

df = pd.DataFrame.from_dict(dictionary, orient='index', columns=['value']).unstack(0)
df.columns = df.columns.droplevel(0)

内容的提问来源于stack exchange，提问作者David