为何用字典创建Pandas DataFrame时数据值丢失？

你的代码问题出在字典值的类型被错误替换：原本初始化的字典每个键对应空列表（用于存储列数据），但你用update把这些列表直接替换成了单个字符串。而pandas.DataFrame.from_dict要求每个列对应的是可迭代的序列（比如列表、数组），混合单个字符串和空列表时，pandas无法正确识别行数据，导致生成空DataFrame。

修复方案一：往列表中追加元素（适合批量收集多条数据） #

保持字典值为列表类型，通过append添加单条数据，这样每个列的列表长度一致，pandas能正确生成行：

import pandas as pd

SimpleDict = {
        "Username":[],
        'Role':[],
        'User Status':[],
        'laptop Status':[],
        'Laptop Serial':[],
        'Error':[]
    }
# 替换update为append，往对应列的列表里加数据
SimpleDict['Username'].append('Goose')
SimpleDict['User Status'].append('Active')
SimpleDict['Role'].append('CEO')

print(SimpleDict)
# 输出：{'Username': ['Goose'], 'Role': ['CEO'], 'User Status': ['Active'], 'laptop Status': [], 'Laptop Serial': [], 'Error': []}

df = pd.DataFrame.from_dict(SimpleDict)
print(df)
# 输出会是一行数据，未赋值的列显示NaN

修复方案二：构建单条数据字典后转DataFrame（适合单条数据场景） #

如果只需要生成单条数据的DataFrame，可以直接构建包含所有字段的单条数据字典，再指定索引生成：

import pandas as pd

# 构建单条用户数据
user_data = {
    "Username": "Goose",
    "Role": "CEO",
    "User Status": "Active",
    "laptop Status": None,
    "Laptop Serial": None,
    "Error": None
}

# 用index=[0]指定生成一行DataFrame
df = pd.DataFrame(user_data, index=[0])
print(df)

为什么原代码失效？ #

原代码中SimpleDict.update({'Username': 'Goose'})会把"Username"对应的空列表直接替换成字符串'Goose'。此时字典里的值既有长度为0的空列表，又有长度为5的字符串（'Goose'的字符数），pandas无法匹配这些长度不一致的数据源，最终只能生成空DataFrame。

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