求助：如何将特定列表转换为指定格式的Pandas DataFrame

这个问题我之前也碰到过！默认的pd.DataFrame()会把列表里的每个字典当成一行数据，字典的键自动作为列名——这就是为什么你会看到NaN填充的原因，因为每个字典只包含一个键，其他列自然没有值。

要得到你期望的格式，咱们需要先把数据结构转换成「键值对组成的列表」，再生成DataFrame：

步骤1：转换原始列表结构 #

用列表推导式把每个字典的键值对提取出来，变成二元组的列表：

import pandas as pd

l = [{'County': 'SentenceCase'}, {'Postcode': 'UpperCase'}]
# 提取每个字典的键值对，转换成[(键, 值)]的结构
processed_data = [(key, value) for d in l for key, value in d.items()]

步骤2：生成目标DataFrame #

直接用处理后的列表创建DataFrame，并指定列名：

df = pd.DataFrame(processed_data, columns=['Header1', 'Header2'])
print(df)

执行后得到的结果就是你想要的：

Header1       Header2
0    County  SentenceCase
1  Postcode    UpperCase

为什么header=None没用？ #

header=None参数是针对从文件读取数据时使用的（比如pd.read_csv），用来告诉pandas不要把第一行当成表头。但你是直接从列表生成DataFrame，这个参数完全不适用，所以调整数据结构才是正确的方向。

内容的提问来源于stack exchange，提问作者matt.whitby