如何在Python中将列表字典转换为指定格式的DataFrame？

你之前的代码pd.DataFrame.from_dict(vulnerabilidade, orient = 'index').T之所以得不到想要的结果，是因为orient='index'会把字典的键设为行索引，对应的值列表拆成多列，转置后结构完全混乱，不符合需求。下面是几种简单有效的解决方法：

方法一：列表推导式构造数据再生成DataFrame #

先把字典拆解成(字母, 数字)的元组列表，再传入DataFrame指定列名：

import pandas as pd

d = {"a": [1,2,3], "b": [4,5,6]}
# 拆解字典为元组列表
data = [(key, num) for key, nums in d.items() for num in nums]
# 生成目标DataFrame
df = pd.DataFrame(data, columns=['letter', 'number'])

方法二：利用explode展开列表列 #

先将字典转为以键为索引的DataFrame，重置索引得到字母列，再展开数字列表：

import pandas as pd

d = {"a": [1,2,3], "b": [4,5,6]}
df = (pd.DataFrame.from_dict(d, orient='index', columns=['number'])
      .reset_index(names='letter')
      .explode('number'))

方法三：使用melt重塑数据 #

通过melt将宽表转为长表，自动匹配字母和数字：

import pandas as pd

d = {"a": [1,2,3], "b": [4,5,6]}
df = pd.DataFrame(d).melt(var_name='letter', value_name='number').dropna()

以上三种方法都能生成你需要的格式：

内容的提问来源于stack exchange，提问作者César Rafael Sorgato Santos