如何在Python中将特定结构字典转为指定列的Pandas DataFrame（含缺失值）

问题描述 #

现有字典：

D = {'mark': [['height', 7], ['weight', 70]],
     'david': [['height', 8], ['weight', 80]],
     'john': [['height', 9], ['weight', 90]]}

期望转换为如下格式的Pandas DataFrame：

names  height  weight
0   mark       7      70
1  david       8      80
2   john       9      90

尝试使用 df = pd.DataFrame(D) 得到错误结果：

mark         david          john
0   [height, 7]   [height, 8]   [height, 9]
1  [weight, 70]  [weight, 80]  [weight, 90]

补充问题：若字典中部分用户的属性数量不一致，比如：

D2 = {'mark': [['height', 7], ['weight', 70]],
     'david': [['height', 8], ['weight', 80]],
     'john': [['height', 9]]}

该如何处理？

解决方法 #

情况1：所有用户属性数量一致 #

把每个用户的属性列表转换成字典，再用pd.DataFrame.from_dict指定orient='index'，最后重置索引并重命名列即可：

import pandas as pd

D = {'mark': [['height', 7], ['weight', 70]],
     'david': [['height', 8], ['weight', 80]],
     'john': [['height', 9], ['weight', 90]]}

# 转换每个用户的列表为字典
processed_data = {name: dict(attrs) for name, attrs in D.items()}
# 生成DataFrame并调整结构
df = pd.DataFrame.from_dict(processed_data, orient='index').reset_index()
df.columns = ['names', 'height', 'weight']
print(df)

输出结果：

names  height  weight
0   mark       7      70
1  david       8      80
2   john       9      90

情况2：用户属性数量不一致 #

同样使用上述方法，Pandas会自动为缺失的属性填充NaN：

import pandas as pd

D2 = {'mark': [['height', 7], ['weight', 70]],
     'david': [['height', 8], ['weight', 80]],
     'john': [['height', 9]]}

processed_data = {name: dict(attrs) for name, attrs in D2.items()}
df = pd.DataFrame.from_dict(processed_data, orient='index').reset_index()
df.columns = ['names', 'height', 'weight']
print(df)

输出结果：

names  height  weight
0   mark       7    70.0
1  david       8    80.0
2   john       9     NaN

内容的提问来源于stack exchange，提问作者mark