使用Pandas处理字典列表数据：标签与分数匹配错误求助

你的代码核心问题是固定使用第一行的labels作为所有行的分数列名，但第二行的标签顺序和第一行不一致，导致分数和对应标签错位。比如第二行的sad是第一个标签，对应分数0.123456，却被错误放到了relationship列下。

修正思路 #

每行数据都要基于自身的labels和scores构建一一对应的键值对，再合并到DataFrame中，确保标签和分数始终匹配。

修正后的代码 #

import pandas as pd

data = [{'sequence': 'he left me',
  'labels': ['relationship', 'sad', 'happy', 'depression', 'suicidal'],
  'scores': [0.9898561835289001,
   0.9809304475784302,
   0.3625302314758301,
   0.31606775522232056,
   0.04021124914288521]},
         {'sequence': 'I lost my job',
  'labels': ['sad', 'relationship', 'depression', 'happy', 'suicidal'],
  'scores': [0.123456,
   0.56789,
   0.78901,
   0.12345,
   0.67890]}]

# 遍历每个数据项，将labels和scores转为对应字典，再与sequence合并
processed_data = []
for item in data:
    label_score_map = dict(zip(item['labels'], item['scores']))
    processed_item = {'sequence': item['sequence'], **label_score_map}
    processed_data.append(processed_item)

df = pd.DataFrame(processed_data)
print(df)

输出结果 #

sequence  relationship      sad    happy  depression  suicidal
0     he left me      0.989856  0.98093  0.36253    0.316068  0.040211
1  I lost my job      0.567890  0.123456  0.12345    0.789010  0.678900

简化写法（列表推导式） #

如果想让代码更简洁，也可以用一行列表推导式完成数据预处理：

processed_data = [{'sequence': item['sequence'], **dict(zip(item['labels'], item['scores']))} for item in data]
df = pd.DataFrame(processed_data)

内容的提问来源于stack exchange，提问作者Ghostbat101