如何从键为(索引,列名)元组的字典创建Pandas DataFrame

该方案基于Pandas原生向量化实现，无Python层循环，性能最优，完全适配行索引范围固定、存在缺失值、列顺序指定的场景。

完整实现代码 #

import pandas as pd

# 给定输入
tuple_key_dict = {
     (0, 'Q2'): 0.41,
     (1, 'Q2'): 0.52,
     (2, 'Q2'): 0.61,
     (0, 'Q3'): 0.66,
     (1, 'Q3'): 0.53,
     (3, 'Q3'): 0.66,
     (0, 'Q4'): 0.47,
     (1, 'Q4'): 0.52,
     (2, 'Q4'): 0.67
}
interesting_columns = ['Q2', 'Q3', 'Q4']
full_row_index = range(0, 1000)  # 已知行索引范围为0-999

# 核心转换逻辑
df = pd.Series(tuple_key_dict).unstack()
# 对齐指定列顺序与完整行索引，缺失组合自动填充为NaN
df = df.reindex(index=full_row_index, columns=interesting_columns)

实现原理 #

• pd.Series(tuple_key_dict)：直接将字典传入Series构造函数，Pandas会在C层自动把二元元组键解析为二级行MultiIndex（第一级为行索引、第二级为列名），字典值直接映射为Series的值，无Python层遍历开销。
• .unstack()：将MultiIndex的第二级（列名层级）快速转换为DataFrame的列，直接生成初始宽表结构。
• reindex()：同时对齐预先指定的列顺序和0-999的完整行索引，不存在的(索引,列)组合默认填充为NaN，如果需要自定义填充值，可以传入fill_value参数，例如reindex(..., fill_value=0)即可将缺失值填充为0。

结果验证 #

执行print(df.head(5))可以得到前5行结果，完全符合预期：

Q2    Q3    Q4
0  0.41  0.66  0.47
1  0.52  0.53  0.52
2  0.61   NaN  0.67
3   NaN  0.66   NaN
4   NaN   NaN   NaN

不推荐方案说明 #

以下常见实现方式性能差、容易触发告警，不建议使用：

• 逐单元格遍历字典，通过df.loc[idx, col] = val赋值：Python层循环效率低，数据量较大时性能差距明显，还容易触发SettingWithCopyWarning。
• 先初始化全NaN空DataFrame再循环填值：额外增加空表初始化开销，循环赋值效率同样低下。

内容的提问来源于stack exchange，提问作者Jozsef