如何基于指定键列表从defaultdict生成Pandas DataFrame

这里有两种实用的实现方式，按需选择：

方法1：先过滤字典再转DataFrame（更高效） #

先从defaultdict里筛选出目标键对应的键值对，再转换成DataFrame，避免生成全量数据后再过滤的开销：

from collections import defaultdict
import pandas as pd

# 示例数据
my_defaultdict = defaultdict(float, {'62007459': 0, '68092193': 0, '40224646': 120.92999999999999})
lcodes = ['40224646','60000216']

# 筛选出lcodes中存在的键值对
filtered_items = {k: v for k, v in my_defaultdict.items() if k in lcodes}
# 转换为DataFrame
filtered_df = pd.DataFrame(filtered_items.items(), columns=['code', 'value'])

方法2：先生成全量DataFrame再筛选 #

如果已经生成了全量DataFrame，直接用isin()方法过滤行即可：

# 先生成全量DataFrame
full_df = pd.DataFrame(my_defaultdict.items(), columns=['code', 'value'])
# 只保留code列在lcodes中的条目
filtered_df = full_df[full_df['code'].isin(lcodes)]

额外需求：保留lcodes中所有键（包括字典里不存在的） #

如果需要把lcodes里的所有键都保留，字典里没有的键填充默认值（比如0），可以用reindex：

full_df = pd.DataFrame(my_defaultdict.items(), columns=['code', 'value']).set_index('code')
# 按lcodes重新索引，不存在的键填充0
filtered_df = full_df.reindex(lcodes, fill_value=0).reset_index()

内容的提问来源于stack exchange，提问作者Arash Howaida