如何从含多值的字典自定义生成Pandas DataFrame？

首先，pd.DataFrame.from_dict() 根本没有 index 这个参数，这就是你报错的原因。要得到你想要的结果，得先把字典里的字符串值解析成结构化数据，再转成DataFrame，步骤如下：

1. 解析字符串为嵌套字典：
   原始字典里的每个值是类似 val1=343, val2=935 的字符串，需要先拆成键值对，变成嵌套字典：

   parsed_dict = {
       k: dict(item.split('=') for item in v.split(', ')) 
       for k, v in dico.items()
   }
   

   处理后parsed_dict的结构为：

   {'abc': {'val1': '343', 'val2': '935'},
    'def': {'val1': '95', 'val2': '935'},
    'ghi': {'val1': '123', 'val2': '508'}}
   

2. 转换为目标DataFrame：
   使用from_dict时指定orient='index'，让原始字典的键（abc/def/ghi）成为行索引，嵌套字典的键（val1/val2）成为列名，最后可选把字符串数值转为整数类型：

   import pandas as pd
   
   df = pd.DataFrame.from_dict(parsed_dict, orient='index')
   df = df.astype(int)
   

执行后得到的DataFrame格式如下：

内容的提问来源于stack exchange，提问作者user19956605