如何使用Pandas从嵌套字典创建指定结构的DataFrame？

没问题，我来帮你搞定这个需求！针对你给出的嵌套字典，有两种实用方法可以得到目标DataFrame，我分别给你演示一下：

方法一：展开嵌套字典（通用灵活） #

这种方法适合嵌套结构不固定的场景，先把嵌套的字典合并成一个扁平字典，再转成DataFrame，代码如下：

import pandas as pd

dict1 = {'a': 1,'b': 2,'remaining': {'c': 3,'d': 4}}

# 合并外层字典和嵌套的'remaining'字典
flat_dict = {**dict1, **dict1.pop('remaining')}
# 转换为DataFrame，指定列顺序确保和目标一致
df = pd.DataFrame([flat_dict], columns=list('abcd'))

print(df)

运行后输出的结果就是你想要的：

a  b  c  d
0  1  2  3  4

方法二：手动赋值（直观直接） #

如果你的字典结构固定不变，也可以直接提取每个键对应的值，手动赋值到DataFrame里：

import pandas as pd

dict1 = {'a': 1,'b': 2,'remaining': {'c': 3,'d': 4}}

# 先创建空的DataFrame并指定列
df = pd.DataFrame(columns=list('abcd'))
# 按位置赋值
df.loc[0] = [dict1['a'], dict1['b'], dict1['remaining']['c'], dict1['remaining']['d']]

print(df)

这种方法虽然直观，但如果后续字典结构有变化（比如新增键或者嵌套层级改变），需要修改代码，灵活性不如第一种方法。

内容的提问来源于stack exchange，提问作者Huey