Python如何排除字典键 将字典值转为指定列名的pandas DataFrame

首先修正原代码的笔误：pd.Dataframe 是错误写法，正确类名为 pd.DataFrame（大写F）。

不需要先初始化空表再逐行追加（该方式数据量大时性能极低），直接提取字典的所有值传入DataFrame构造方法即可，字典的键会被自动忽略，每个值列表会被识别为一行数据。

推荐写法（性能最优） #

import pandas as pd 

# 待处理字典full_data
full_data = {'MON_13891_1040_20220606': ['13891', 'MON_13891_1040_20220606', '20220606', '20220612', '20220614', '20220614', '1132.116664', '15378.55', '19.633334', '426.65', '0', '0', '0', '0'], 'MON_16440_9999_20220606': ['16440', 'MON_16440_9999_20220606', '20220606', '20220612', '20220614', '20220614', '619.92', '9621.64', '13.0', '304.14', '0.0', '0.0', '7.0', '105.0']}

header = ["Group", "PeriodIdentifier", "WeekIdentifier", "Start", "End", "PostedDate", "ApprovedDate", "RegularTotalHours", "RegularTotalDollars", "OverTimeTotalHours", "OverTimeTotalDollars","DoubleTimeTotalHours", "DoubleTimeTotalDollars", "MiscPayTotalHours", "MiscPayTotalDollars"]

# 直接传入字典值构造DataFrame
df1 = pd.DataFrame(data=full_data.values(), columns=header)

追加写法（仅兼容空表初始化逻辑，不推荐） #

如果你必须保留先初始化空DataFrame的流程，不要使用已被Pandas弃用的append()方法，用concat一次性拼接所有行即可：

df1 = pd.DataFrame(columns=header)
# 拼接所有行数据，重置索引
df1 = pd.concat([df1, pd.DataFrame(full_data.values(), columns=header)], ignore_index=True)

注意：你提供的示例字典中，每个值的列表长度为14，和预设的15个列名长度不匹配，实际运行时请确认每行数据长度和列数对齐，否则会出现值错位、自动填充空值的问题。

内容的提问来源于stack exchange，提问作者Eliot Kim