如何将循环生成的多个独立字典转换为Pandas DataFrame？

1. 当前代码无法生成目标列表的原因 #

你的代码核心问题有两个：

• 字典对象重复引用：如果data = {}定义在外层循环外，每次循环只是修改同一个字典的键值，再把这个字典的引用添加到列表里，最终列表里的所有元素都是同一个字典，最后会被最后一次循环的结果覆盖；如果ls_dict = []也定义在外层循环内，那每次外层循环都会重新创建一个新列表，导致生成多个单字典的小列表，而非累积成一个包含所有字典的大列表。
• 内层循环无意义：你的keys = [name]和values = [number]都是单元素列表，内层for i in range(len(keys))只会执行一次，完全没必要用这个循环，直接赋值字典键值对即可。

2. 更优的DataFrame转换方法 #

方法一：直接收集列表（推荐，效率更高） #

不需要构建字典列表，直接在外层循环中分别收集name和number到两个列表，最后一次性生成DataFrame：

import pandas as pd

# 初始化空列表，放在外层循环之前
user_list = []
user_number_list = []

# 你的外层循环逻辑，每次获取name和number
# for ...:
#     name = ...  # 从外层循环获取的用户名
#     number = ...  # 从外层循环获取的用户编号

user_list.append(name)
user_number_list.append(number)

# 生成DataFrame
df = pd.DataFrame({
    'User': user_list,
    'User Number': user_number_list
})

方法二：正确构建字典列表 #

如果坚持用字典列表的方式，要确保每次外层循环创建新的字典，且列表定义在外层循环外：

import pandas as pd

# 初始化总列表，放在外层循环之前
total_dict_list = []

# 你的外层循环逻辑
# for ...:
#     name = ...
#     number = ...

# 每次循环创建新字典并添加到总列表
single_dict = {'User': name, 'User Number': number}
total_dict_list.append(single_dict)

# 生成DataFrame
df = pd.DataFrame(total_dict_list)

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