如何将包含字典的Pandas Series转换为以AAA、BBB、CCC为列名的DataFrame

嘿，我刚好踩过这个坑，马上帮你搞定！

你遇到的问题核心在于：pd.DataFrame.from_dict(data)并不适配每个元素都是字典的Series——这个方法默认会把Series的索引当作字典键，把每个字典当作对应值，所以结果自然和原Series没区别。

正确解决方案：直接用pd.DataFrame()构造函数 #

当你把每个元素都是字典的Series传给pd.DataFrame()时，Pandas会自动把每个字典展开成一行，字典的键会直接成为DataFrame的列名，完美匹配你的需求。

示例代码：

import pandas as pd

# 模拟你得到的Series
data = pd.Series([
    {'AAA': '111', 'BBB': '111', 'CCC': '111'},
    {'AAA': '222', 'BBB': '222', 'CCC': '222'},
    {'AAA': '333', 'BBB': '333', 'CCC': '333'}
], name='table')

# 一步转换为目标DataFrame
df = pd.DataFrame(data)
print(df)

预期输出：

AAA  BBB  CCC
0  111  111  111
1  222  222  222
2  333  333  333

备选方法（适配复杂场景） #

如果你的字典存在嵌套结构，或者需要更灵活的处理逻辑，也可以用apply把每个字典转成Series：

df = data.apply(pd.Series)

这个方法和直接用pd.DataFrame(data)效果完全一致，但在处理嵌套数据时会更顺手。

为什么你的原方法失效？ #

pd.DataFrame.from_dict()的设计初衷是处理键为列名、值为列数据的字典，比如：

# 这种结构适合用from_dict
dict_data = {
    'AAA': ['111', '222', '333'],
    'BBB': ['111', '222', '333'],
    'CCC': ['111', '222', '333']
}
df = pd.DataFrame.from_dict(dict_data)

而你的数据是字典组成的Series，所以直接用DataFrame构造函数才是正确路径。

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