如何将长度不一致的字典转换为Python DataFrame？

你需要将字典的键作为cluster列的值，对应列表中的每个元素作为value列的值，把嵌套结构展开成扁平的DataFrame，以下两种方法可以实现：

方法一：列表推导式构造数据 #

先通过列表推导式生成包含(cluster, value)的元组列表，再转换为DataFrame：

import pandas as pd

have = {0: [1, 2], 1: [1]}
# 生成展开后的元组列表
data = [(cluster, val) for cluster, vals in have.items() for val in vals]
# 转换为DataFrame并指定列名
df = pd.DataFrame(data, columns=['cluster', 'value'])

方法二：利用pandas的explode方法 #

先将字典转为Series，再通过explode方法展开列表，最后调整列名和数据类型：

import pandas as pd

have = {0: [1, 2], 1: [1]}
# 字典转Series，索引为cluster，值为对应列表
s = pd.Series(have)
# 展开列表并重置索引
df = s.explode().reset_index()
# 设置列名
df.columns = ['cluster', 'value']
# 将value列转为整数类型（explode后可能为字符串）
df['value'] = df['value'].astype(int)

两种方法运行后得到的DataFrame结构均符合你的需求：

cluster  value
0        0      1
1        0      2
2        1      1

内容的提问来源于stack exchange，提问作者spazznolo