如何将多个字典合并为带自定义表头或无表头的DataFrame？

核心思路 #

把每个字典转换成包含分类、名称、链接的结构化元组列表，合并后生成DataFrame，既能自由定义表头，也能直接导出无表头的Excel文件。

代码实现 #

先修正字典的合法Python格式：

dict_team = {
    "Team Alpha": "linkToAlpha",
    "Team Beta": "linkToBeta",
    "Team Charlie": "linkToCharlie"
}

dict_project = {
    "Project Delta": "linkToDelta",
    "Project Echo": "linkToEcho",
    "Project Fox": "linkToFox"
}

1. 生成带自定义表头的DataFrame

import pandas as pd

# 将字典转为结构化列表
team_data = [("团队", name, link) for name, link in dict_team.items()]
project_data = [("项目", name, link) for name, link in dict_project.items()]

# 合并所有数据
all_data = team_data + project_data

# 创建带自定义表头的DataFrame
df_with_header = pd.DataFrame(all_data, columns=["分类", "名称", "链接"])

# 导出带表头的Excel
df_with_header.to_excel("merged_data_with_header.xlsx", index=False)

2. 生成无自定义表头的DataFrame

不需要表头时，跳过columns参数，导出时设置header=False即可：

# 创建无表头的DataFrame
df_without_header = pd.DataFrame(all_data)

# 导出无表头的Excel
df_without_header.to_excel("merged_data_without_header.xlsx", index=False, header=False)

补充说明 #

• 结构化列表可灵活调整：如果不需要“分类”列，直接生成[(name, link)]格式即可
• index=False用于避免导出默认的索引列
• 若要将团队、项目数据分到不同工作表，可使用pd.ExcelWriter分别写入不同sheet

内容的提问来源于stack exchange，提问作者Ben Kluger