如何将值含嵌套列表的字典转换为Pandas DataFrame？

原字典的test值为嵌套列表，直接使用pd.DataFrame.from_dict([sample_dict])会将整个列表作为单个单元格的值，无法拆分出所需字段。以下是两种可行的解决思路：

思路1：提前重构字典结构 #

将嵌套列表拆分为独立键值，让DataFrame直接识别各字段：

import pandas as pd

sample_dict = {'test':['test string',['feature1','feature2', 'feature3']]}
# 重构字典，拆分出文本和特征列表两个字段
formatted_data = {
    'test_str': sample_dict['test'][0],
    'features': sample_dict['test'][1]
}

# 转换为DataFrame
df = pd.DataFrame([formatted_data])
print(df)

输出结果：

test_str                     features
0  test string  [feature1, feature2, feature3]

如果需要将特征列表展开为多行（每个特征对应一行文本），使用explode方法：

df_exploded = df.explode('features').reset_index(drop=True)
print(df_exploded)

输出结果：

test_str   features
0  test string  feature1
1  test string  feature2
2  test string  feature3

思路2：转换后拆分列 #

如果无法修改原始字典，先转换为DataFrame，再拆分嵌套列表：

import pandas as pd

sample_dict = {'test':['test string',['feature1','feature2', 'feature3']]}
df = pd.DataFrame.from_dict([sample_dict])

# 将'test'列的嵌套列表拆分为两列
df[['test_str', 'features']] = pd.DataFrame(df['test'].tolist(), index=df.index)

# 删除原'test'列
df = df.drop('test', axis=1)
print(df)

后续同样可以用explode方法展开特征列表为多行，效果同思路1。

内容的提问来源于stack exchange，提问作者mikelowry