如何将字典列表转换为DataFrame？附示例数据及期望输出

假设你的原始数据结构类似这样（部分box是单个字典，部分是字典列表）：

list_of_dict = [
    {"id": 1, "name": "A", "box": {"x": 10, "y": 20, "w": 30}},
    {"id": 2, "name": "B", "box": [{"x": 15, "y": 25, "w": 35}, {"x": 40, "y": 50, "w": 60}]},
    {"id": 3, "name": "C", "box": {"x": 70, "y": 80, "w": 90}}
]

目标是把每个box条目拆成单独一行，同时保留原数据的其他字段，最终生成结构规整的DataFrame。

方法一：列表推导式扁平化（直观易理解） #

通过遍历原始数据，先统一box的格式为列表，再逐个展开合并字段：

import pandas as pd

# 1. 扁平化数据
flattened_data = []
for item in list_of_dict:
    # 统一box为列表：如果是单个字典就转成单元素列表
    boxes = item["box"] if isinstance(item["box"], list) else [item["box"]]
    # 每个box生成一条记录，合并原字段和box字段
    for box in boxes:
        merged_item = {**item, **box}
        del merged_item["box"]  # 删除原box字段避免重复
        flattened_data.append(merged_item)

# 2. 转换为DataFrame
df = pd.DataFrame(flattened_data)
print(df)

输出结果：

id name   x   y   w
0   1    A  10  20  30
1   2    B  15  25  35
2   2    B  40  50  60
3   3    C  70  80  90

方法二：Pandas函数式处理（更简洁） #

利用Pandas的explode和apply(pd.Series)实现展开：

import pandas as pd

# 1. 先转为初始DataFrame，统一box为列表格式
df = pd.DataFrame(list_of_dict)
df["box"] = df["box"].apply(lambda x: x if isinstance(x, list) else [x])

# 2. 展开box列表为多行
df_exploded = df.explode("box", ignore_index=True)

# 3. 将box字典展开为独立列，合并到原DataFrame
df_final = pd.concat([df_exploded.drop("box", axis=1), df_exploded["box"].apply(pd.Series)], axis=1)
print(df_final)

注意事项 #

• 如果不同box的键不一致（比如有的有h有的没有），Pandas会自动为缺失的键填充NaN，保证列结构统一。
• 两种方法都能处理任意长度的box列表，以及单个box的情况，兼容性强。

内容的提问来源于stack exchange，提问作者BORRA PREMA KISHORE