如何将含字典的Numpy数组转换为列名自动生成的Pandas DataFrame

这事儿其实超简单，Pandas天生就支持把字典列表（哪怕是Numpy数组包裹的字典集合）直接转换成DataFrame，而且会自动提取字典里的键作为列名，完美适配你“列名随输入自动变化”的需求！

完整代码示例 #

import pandas as pd

# 你的原始数据（如果是Numpy数组，比如data = np.array([...])，转换逻辑完全一样）
data = [{'DateTime': '2020-03-13T16:44:58-03:00', 'Hl': 81.5, 'Bl': 82.5}, 
        {'DateTime': '2020-03-13T16:44:58-03:00', 'Hl': 87.7, 'Bl': 2.94}]

# 核心一步：直接转成DataFrame，列名自动从字典键生成
df = pd.DataFrame(data)

# 调整索引从1开始（默认索引是0开头，这里做个小修改）
df.index = df.index + 1
# 给索引列命名为"Index"，和你要的格式匹配
df.index.name = 'Index'

# 输出看看结果
print(df)

代码解释 #

1. 自动生成列名：pd.DataFrame(data)会自动遍历所有字典的键，把所有出现过的键作为DataFrame的列名——哪怕不同字典的键有差异（比如有的字典多一列、有的少一列），Pandas都会自动补全缺失值为NaN，完全不用你手动指定列名。
2. 自定义索引：默认的DataFrame索引是从0开始的，我们通过df.index = df.index + 1把索引改成从1开始，再用df.index.name = 'Index'给索引列加上名称，就完全匹配你想要的格式了。

运行这段代码后，你得到的DataFrame就是你想要的样子：

DateTime    Hl    Bl
Index                      
1     2020-03-13T16:44:58-03:00  81.5  82.5
2     2020-03-13T16:44:58-03:00  87.7   2.94

内容的提问来源于stack exchange，提问作者sjobyt