Python Pandas：嵌套字典转DataFrame时去除索引列的方法

原始数据与问题 #

嵌套字典数据 #

data = {
    "policy": {
        "1": {
            "ID": "ML_0",
            "URL": "www.a.com",
            "Text": "my name is Martin and here is my code"
        },
        "2": {
            "ID": "ML_1",
            "URL": "www.b.com",
            "Text": "my name is Mikal and here is my code"
        }
    }
}

原转换代码 #

for policies in data['policy']:
    new = pd.DataFrame.from_dict(data['policy'], orient='index')

转换后结果（含不需要的索引列） #

ID      URL         Text
1   ML_0    www.a.com   my name is Martin and here is my code
2   ML_1    www.b.com   my name is Mikal and here is my code

需求：移除带有数字1、2的索引列，只保留ID、URL、Text三列数据。

解决方法 #

方法1：转换后重置索引并丢弃原索引 #

去掉无意义的for循环（循环会重复赋值new，对结果无影响），直接在转换代码后添加reset_index(drop=True)：

new = pd.DataFrame.from_dict(data['policy'], orient='index').reset_index(drop=True)

执行后结果：

ID      URL         Text
0  ML_0  www.a.com  my name is Martin and here is my code
1  ML_1  www.b.com  my name is Mikal and here is my code

drop=True参数会直接丢弃原自定义索引列，生成默认的0开始序列索引。

方法2：直接从字典值构建DataFrame #

跳过原字典的键（"1"、"2"），直接取子字典的值创建DataFrame，代码更简洁：

new = pd.DataFrame(data['policy'].values())

该方式会自动将每个子字典作为一行数据，生成默认索引，结果与方法1一致。

内容的提问来源于stack exchange，提问作者ZA09