字典转DataFrame遇ValueError：索引数据需一维的问题咨询

我有如下字典：

my_dict = {(('KBDL', 'KIAH'), ('KBDL', 'KCVG')): 0, 
 (('KSCK', 'KAFW'), ('KSCK', 'KAFW')): 1}

尝试用pd.DataFrame.from_dict(my_dict, orient='index')将其转为DataFrame时，触发错误：ValueError: Index data must be 1-dimensional。
但将字典修改为以下形式后，就能正常运行：

my_dict= {(('KBDL', 'KIAH'), ('KBDL', 'KCVG'), ('KCVG', 'KLAL')): 0, 
 (('KSCK', 'KAFW'), ('KSCK', 'KAFW')): 1}

我期望得到的DataFrame格式如下：

(('KBDL', 'KIAH'), ('KBDL', 'KCVG'))    0 
(('KSCK', 'KAFW'), ('KSCK', 'KAFW'))    1

第一个字典的所有键都是长度为2的嵌套元组，Pandas会默认尝试将其解析为多层索引（MultiIndex），但此时字典的值是标量，无法匹配多层索引的维度要求，因此报错。
第二个字典的键长度不一致（一个是3元素元组，一个是2元素元组），Pandas无法构造成多层索引，只能将每个键当作一维索引的单个元素，因此可以正常创建DataFrame。

以下两种方法都能生成你期望的格式：

方法1：包装键为单元素元组 #

将原字典的每个键都包裹在一个单元素元组中，让Pandas将其识别为一维索引：

import pandas as pd

my_dict = {(('KBDL', 'KIAH'), ('KBDL', 'KCVG')): 0, 
           (('KSCK', 'KAFW'), ('KSCK', 'KAFW')): 1}

new_dict = {(k,): v for k, v in my_dict.items()}
df = pd.DataFrame.from_dict(new_dict, orient='index', columns=['value'])
print(df)

方法2：用Series中转（更简洁） #

先通过pd.Series创建序列，再转为DataFrame，Series会自动将嵌套元组当作一维索引元素：

import pandas as pd

my_dict = {(('KBDL', 'KIAH'), ('KBDL', 'KCVG')): 0, 
           (('KSCK', 'KAFW'), ('KSCK', 'KAFW')): 1}

df = pd.Series(my_dict).to_frame(name='value')
print(df)

运行后输出结果：

value
((KBDL, KIAH), (KBDL, KCVG))            0
((KSCK, KAFW), (KSCK, KAFW))            1

内容的提问来源于stack exchange，提问作者user2512443