如何将Python LDAP3查询结果转换为Pandas DataFrame

我正在尝试将Python 3.9中LDAP3模块的查询结果导入Pandas DataFrame，以便更便捷地处理数据。目前我能通过遍历conn.entries获取原始属性：

for entry in conn.entries:
  print(str(entry.enter_raw_attributes))

示例输出为：

{'sAMAccountName': [b'username1'], 'mail': [b'Jane.Doe@organisation.org']}
{'sAMAccountName': [b'username2'], 'mail': [b'Frank.Doe@organisation.org']}
{'sAMAccountName': [b'username3'], 'mail': [b'Mark.Doe@organisation.org']}
{'sAMAccountName': [b'username4'], 'mail': []}

我期望转换后的Pandas DataFrame格式如下：

{
  "sAMAccountName": [username1, username2, username3, username4],
  "mail": [Jane.Doe@organisation.org, Frank.Doe@organisation.org, Mark.Doe@organisation.org, NaN]
}

     sAMAccountName  mail
0       username1        Jane.Doe@organisation.org
1       username2        Frank.Doe@organisation.org
2       username3        Mark.Doe@organisation.org
3       username4

我尝试过多种方式拼接字典列表但均失败，同时还需要处理值前的字节标识b'，以及为缺失的mail字段设置NaN空值，希望得到帮助完成DataFrame的正确构建。

内容的提问来源于stack exchange，提问作者User2025