如何将内含列表的字典转换为目标格式pandas DataFrame

读取API接口返回的字典结构响应，需转换为单行pandas DataFrame，其中字典内的列表类型字段需整体作为单元格值存储。
使用如下代码转换时触发报错，提示值长度与索引长度不匹配：

data=pd.DataFrame(result,index=[0])

响应示例数据：

result = {'instance_id': -1, 'segment_id': 9000001395, 'list 1': [0.0, 100.0, 0.0], 'list 2': [0.0, 0.0, 100.0, 0.0, 0.0], 'v85': 11.5}

预期输出的DataFrame列顺序为instance_id、segment_id、list 1、list 2、v85，单行取值与字典键值一一对应，列表字段直接存储原始列表。

pandas默认会将传入字典的每个值按可迭代对象展开对齐索引，列表类型的值长度大于1，和指定的长度为1的索引无法对齐，因此触发报错。

将原始字典包裹在列表中传入DataFrame构造函数即可，pandas会自动将列表内的每个字典识别为单行记录，列表类型值会整体作为单元格内容存储：

import pandas as pd

result = {'instance_id': -1, 'segment_id': 9000001395, 'list 1': [0.0, 100.0, 0.0], 'list 2': [0.0, 0.0, 100.0, 0.0, 0.0], 'v85': 11.5}

# 核心转换逻辑
df = pd.DataFrame([result])

# 固定列顺序（按需使用）
df = df[['instance_id', 'segment_id', 'list 1', 'list 2', 'v85']]

转换后得到1行5列的DataFrame，各列取值完全符合预期：

• instance_id：-1
• segment_id：9000001395
• list 1：[0.0, 100.0, 0.0]
• list 2：[0.0, 0.0, 100.0, 0.0, 0.0]
• v85：11.5

如果后续需要处理批量返回的多条同结构数据，只需将所有字典存入同一个列表传入pd.DataFrame()即可，无需修改转换逻辑。

内容的提问来源于stack exchange，提问作者Kimchi