如何将字典列表转换为指定格式的Pandas DataFrame？

现有如下字典列表：

listofdict = [{'value1': [1, 2, 3, 4, 5]}, {'value2': [5, 4, 3, 2, 1]}, {'value3': ['a', 'b', 'c', 'd', 'e']}]

需要将其转换为以value1、value2、value3为列名，对应列表为列数据的DataFrame，但直接使用df = pd.DataFrame(listofdict)转换后，结果仅第一行有数据，其余行均为NaN，以下是可行的解决办法：

方法一：合并字典为单字典后转换 #

原列表中每个字典仅包含一个键值对，先将所有字典合并为一个完整的字典，再传入pd.DataFrame：

import pandas as pd

listofdict = [{'value1': [1, 2, 3, 4, 5]}, {'value2': [5, 4, 3, 2, 1]}, {'value3': ['a', 'b', 'c', 'd', 'e']}]
# 合并所有字典为单个字典
merged_dict = {}
for item in listofdict:
    merged_dict.update(item)
# 转换为DataFrame
df = pd.DataFrame(merged_dict)
print(df)

方法二：用pd.concat逐个转换后合并 #

将列表中的每个字典单独转为DataFrame，再按列方向合并：

import pandas as pd

listofdict = [{'value1': [1, 2, 3, 4, 5]}, {'value2': [5, 4, 3, 2, 1]}, {'value3': ['a', 'b', 'c', 'd', 'e']}]
# 逐个转换并按列合并
df = pd.concat([pd.DataFrame(d) for d in listofdict], axis=1)
print(df)

原方法失效原因 #

pd.DataFrame(listofdict)会将列表中的每个字典视为一行数据，字典中的列表会被当作单个单元格的值，因此只有第一行能匹配到对应列的内容，后续行因无对应键值，自然显示为NaN。而我们需要的是将每个列表作为一列的完整数据，所以必须先调整数据结构，让DataFrame能识别出各列对应的完整数据集。

内容的提问来源于stack exchange，提问作者Steven Mugisha Mizero