如何将含字典的嵌套列表转换为指定列的Pandas DataFrame？

先明确示例输入结构（和你的test格式一致）：

test = [
    [{"label": "positive", "score": 0.8}, {"label": "negative", "score": 0.1}, {"label": "neutral", "score": 0.1}],
    [{"label": "positive", "score": 0.3}, {"label": "negative", "score": 0.6}, {"label": "neutral", "score": 0.1}]
]

你之前的方法无法实现需求，是因为stack()会打乱层级结构，没把label映射成列名。可以通过以下两种方式解决：

方法一：列表推导式转换字典结构 #

先将每个子列表中的三个字典，合并为一个以label为键、score为值的字典，再直接传入pd.DataFrame：

import pandas as pd

processed_data = [{d['label']: d['score'] for d in sublist} for sublist in test]
df = pd.DataFrame(processed_data)

运行后得到的DataFrame结构：

方法二：通过Series批量转换 #

如果子列表中字典的顺序不固定，或担心存在缺失的label，可以用pd.Series逐个转换子列表，再合并为DataFrame：

import pandas as pd

df = pd.DataFrame([pd.Series({d['label']: d['score'] for d in sublist}) for sublist in test])

这种方式会自动处理缺失的label，缺失值会填充为NaN。

内容的提问来源于stack exchange，提问作者Nick15