如何在Python Pandas中从不等长数组字典添加新列且不丢失数据

要生成符合要求的三列DataFrame，我们可以通过遍历字典的键值对构造数据，再转为Pandas的DataFrame，具体实现如下：

代码实现 #

import pandas as pd

# 给定的目标字典
dict_table = {'Table1': [1, 2], 'Table2': [3, 4, 5], 'Table3': [6, 7, 8, 9, 10, 11]}

# 构造结构化数据列表
data_records = []
for table_label, value_list in dict_table.items():
    for val in value_list:
        data_records.append({
            'Table_name': table_label,
            'Table_value': val,
            'New_Column': table_label
        })

# 转换为DataFrame
result_df = pd.DataFrame(data_records)
print(result_df)

输出结果 #

运行代码后会得到如下结构的DataFrame：

Table_name  Table_value New_Column
0      Table1            1     Table1
1      Table1            2     Table1
2      Table2            3     Table2
3      Table2            4     Table2
4      Table2            5     Table2
5      Table3            6     Table3
6      Table3            7     Table3
7      Table3            8     Table3
8      Table3            9     Table3
9      Table3           10     Table3
10     Table3           11     Table3

逻辑说明 #

• 两层循环遍历字典：外层遍历每个表名（字典的键），内层遍历对应表的每个数值元素。
• 每遍历一个数值，就生成一条包含Table_name（所属表名）、Table_value（元素值）、New_Column（所属表名）的记录。
• 最终将所有记录组成的列表转为DataFrame，确保原字典中的所有数据都被保留。

内容的提问来源于stack exchange，提问作者AXz