Python将含必填可选字段的嵌套列表转换为pandas DataFrame

字段规则 #

涉及三个产品字段：

• LineNumber：必填，行号
• ManufacturersProductId：必填，厂商产品ID
• InternationalProductClassCode：可选，国际产品分类编码

原始输入为按顺序存储字段键值对的嵌套列表，直接使用pd.DataFrame(data)会生成仅包含键、值两列的长表，无法实现每行对应一条完整产品记录的需求。

实现思路 #

每条产品记录均以LineNumber字段作为起始标记，遍历原始键值对列表时，遇到LineNumber即初始化新的产品记录，后续遍历到的同组字段全部追加到当前记录，直到下一个LineNumber出现，最终将整理完成的记录列表传入pandas生成DataFrame即可，可选字段缺失时会自动填充为空值。

完整代码 #

import pandas as pd

# 原始嵌套列表数据
data = [['LineNumber', '1'],
 ['ManufacturersProductId', '7000000142'],
 ['LineNumber', '2'],
 ['ManufacturersProductId', '7000000144'],
 ['LineNumber', '3'],
 ['ManufacturersProductId', '7000000145'],
 ['LineNumber', '4'],
 ['ManufacturersProductId', '7000000147'],
 ['LineNumber', '5'],
 ['ManufacturersProductId', '7000000149'],
 ['LineNumber', '6'],
 ['ManufacturersProductId', '7000000151'],
 ['LineNumber', '7'],
 ['ManufacturersProductId', '7000000157'],
 ['InternationalProductClassCode', 'EC012017'],
 ['LineNumber', '8'],
 ['ManufacturersProductId', '7000000158'],
 ['InternationalProductClassCode', 'EC012017'],
 ['LineNumber', '9'],
 ['ManufacturersProductId', '7000000159'],
 ['InternationalProductClassCode', 'EC012017'],
 ['LineNumber', '10'],
 ['ManufacturersProductId', '7000000182'],
 ['InternationalProductClassCode', 'EC011984'],
 ['LineNumber', '11'],
 ['ManufacturersProductId', '7000000208'],
 ['InternationalProductClassCode', 'EC011098'],
 ['LineNumber', '12'],
 ['ManufacturersProductId', '7000000214'],
 ['InternationalProductClassCode', 'EC011098'],
 ['LineNumber', '13'],
 ['ManufacturersProductId', '7000000215'],
 ['InternationalProductClassCode', 'EC011098'],
 ['LineNumber', '14'],
 ['ManufacturersProductId', '7000000216'],
 ['InternationalProductClassCode', 'EC011098']]

records = []
current_prod = {}
for field, val in data:
    # 检测到行号字段，说明开始一条新产品记录
    if field == 'LineNumber':
        if current_prod:
            records.append(current_prod)
        current_prod = {field: val}
    else:
        current_prod[field] = val
# 追加最后一条产品记录
records.append(current_prod)

# 生成DataFrame
df = pd.DataFrame(records)
# 按需调整数据类型，比如把行号转为整数
df['LineNumber'] = df['LineNumber'].astype(int)
# 如需固定列顺序，可执行下方代码
# df = df[['LineNumber', 'ManufacturersProductId', 'InternationalProductClassCode']]

输出效果 #

最终生成的DataFrame共14行，对应14条产品记录：

• 前6条无分类编码的产品，InternationalProductClassCode列自动填充为空值
• 后续带分类编码的产品会正确匹配对应编码值
• 可通过列重排代码固定三列的展示顺序，完全匹配结构化表需求。

内容的提问来源于stack exchange，提问作者HeadOverFeet