使用Pandas将列表转换为DataFrame时，如何处理首行异常的0及数据格式问题？

嘿，我看你遇到的问题是把列表转换成DataFrame时，数据没有按预期拆分成列，反而挤在了一列里，而且首行的表头也没被正确识别对吧？咱们来一步步搞定这个问题。

问题原因分析 #

你的输入数据结构有点特殊：第一个元素是一个类似CSV格式的字符串（"DateTime","mm"），后面的元素才是包含两个值的子列表。直接用pd.DataFrame(list(data))的话，Pandas会把每个元素都当成单独的一行，自然就只有一列了，完全不符合你想要的两列结构。

解决方案 #

我们需要分两步处理：先提取并清洗表头，再处理数据行并转换成正确的格式，最后创建DataFrame。

完整代码示例

import pandas as pd

# 你的原始输入数据
data = [
    '"DateTime","mm"',
    ['"2016-10-14 00:00:00"', '1.1'],
    ['"2016-10-15 00:00:00"', '2.1'],
    ['"2016-10-16 00:00:00"', '8.4'],
    ['"2016-10-17 00:00:00"', '1.1'],
    ['"2016-10-18 00:00:00"', '3.1'],
    ['"2016-10-19 00:00:00"', '0'],
    # ... 其他剩余数据行
]

# 第一步：提取并清洗列名
# 拆分表头字符串，去掉HTML转义的引号
columns = [col.replace('"', '') for col in data[0].split(',')]

# 第二步：处理数据行
# 去掉每个字段的引号，同时把mm列转为浮点型
processed_rows = []
for row in data[1:]:
    clean_dt = row[0].replace('"', '')
    clean_mm = float(row[1].replace('"', ''))
    processed_rows.append([clean_dt, clean_mm])

# 第三步：创建正确的DataFrame
df = pd.DataFrame(processed_rows, columns=columns)
print(df)

更简洁的写法（用列表推导式）

如果喜欢更紧凑的代码，也可以这样写：

import pandas as pd

data = [
    '"DateTime","mm"',
    ['"2016-10-14 00:00:00"', '1.1'],
    # ... 其他数据行
]

columns = [c.strip('"') for c in data[0].split(',')]
df = pd.DataFrame(
    [[x.strip('"'), float(y.strip('"'))] for x, y in data[1:]],
    columns=columns
)
print(df)

预期输出 #

运行上面的代码后，你会得到符合预期的两列DataFrame：

DateTime   mm
0  2016-10-14 00:00:00  1.1
1  2016-10-15 00:00:00  2.1
2  2016-10-16 00:00:00  8.4
3  2016-10-17 00:00:00  1.1
...

这样数据就正确拆分成了DateTime和mm两列，表头也正常显示，再也不会出现所有数据挤在一列的情况啦。

内容的提问来源于stack exchange，提问作者N K