如何将字典列表转换为单行pandas DataFrame？

要将多个单键字典的列表转换为单行DataFrame，核心是先把所有字典合并成一个完整的字典，再基于这个字典创建DataFrame。

方法1：循环合并字典（直观易懂） #

import pandas as pd

list_of_dicts = [{'key1': 'value1'}, {'key2':'value2'}]

# 合并所有字典为一个大字典
combined_dict = {}
for d in list_of_dicts:
    combined_dict.update(d)

# 生成单行DataFrame
df = pd.DataFrame([combined_dict])
print(df)

输出：

key1    key2
0  value1  value2

方法2：用itertools简化合并（更简洁） #

如果列表较长，可借助itertools.chain来简化合并操作：

import pandas as pd
from itertools import chain

list_of_dicts = [{'key1': 'value1'}, {'key2':'value2'}]

combined_dict = dict(chain.from_iterable(d.items() for d in list_of_dicts))
df = pd.DataFrame([combined_dict])

为什么你的原有方法无效？ #

• 直接用pd.DataFrame(list_of_dicts)时，pandas会把每个字典视为一行数据，因此每行只有对应键有值，其他列自动填充NaN。
• 你的循环代码错误地将列值设为键名k而非实际值v，且空DataFrame直接赋值列的方式无法正确生成行数据，正确的做法是先构造完整的字典再创建DataFrame。

内容的提问来源于stack exchange，提问作者Girolamo