如何将嵌套字典转换为指定格式的Pandas DataFrame？

你的需求是把嵌套字典转换成长格式的DataFrame，而你之前用pd.DataFrame.from_dict()得到的是宽格式，所以不符合预期。下面提供两种简单的解决方法：

方法一：列表推导式预处理数据 #

先把嵌套字典拆解成(job, person, age)的元组列表，再直接生成DataFrame：

import pandas as pd

sample_dict = {'doctor': {'doctor_a': 26, 'doctor_b': 40, 'doctor_c': 42}, 
               'teacher': {'teacher_x': 21, 'teacher_y': 45, 'teacher_z': 33}}

# 拆解嵌套字典（两种写法任选其一）
# 写法1：普通循环
data = []
for job, people in sample_dict.items():
    for person, age in people.items():
        data.append((job, person, age))

# 写法2：简洁的列表推导式
# data = [(job, person, age) for job, people in sample_dict.items() for person, age in people.items()]

# 生成目标格式的DataFrame
df = pd.DataFrame(data, columns=['job', 'person', 'age'])
print(df)

输出结果：

job     person  age
0   doctor   doctor_a   26
1   doctor   doctor_b   40
2   doctor   doctor_c   42
3  teacher  teacher_x   21
4  teacher  teacher_y   45
5  teacher  teacher_z   33

方法二：利用Pandas的stack()方法转换格式 #

先通过from_dict生成宽格式DataFrame，再用stack()把列转成行，最后调整列名和顺序：

import pandas as pd

sample_dict = {'doctor': {'doctor_a': 26, 'doctor_b': 40, 'doctor_c': 42}, 
               'teacher': {'teacher_x': 21, 'teacher_y': 45, 'teacher_z': 33}}

# 生成宽格式DataFrame
wide_df = pd.DataFrame.from_dict(sample_dict)
# 堆叠列到行并重置索引
long_df = wide_df.stack().reset_index()
# 重命名列名
long_df.columns = ['person', 'job', 'age']
# 调整列顺序为需求格式
final_df = long_df[['job', 'person', 'age']]
print(final_df)

输出结果和方法一完全一致。

为什么原来的方法不符合预期？ #

pd.DataFrame.from_dict(sample_dict)默认会把外层字典的键（doctor、teacher）作为DataFrame的列，内层字典的键（doctor_a、teacher_x等）作为行索引，所以得到的是宽格式，每个单元格只对应一个职业的年龄，其他职业显示缺失值（你示例里的Nah实际是NaN）。而我们需要的是把每个职业-人物-年龄的组合作为单独一行，所以需要转换成长格式。

内容的提问来源于stack exchange，提问作者Hulkbai yo