如何将值为odict_items的字典转换为指定格式的pandas DataFrame

现有字典所有值均为odict_items类型，结构示例：

{1: odict_items([('a', 0.0952), ('b', 14.583351), ('c', 120000), ('d', 6000)]),
 2: odict_items([('a', 0.098733336), ('b', 14.526156), ('c', 120000), ('d', 6000)])}

直接执行df = pd.DataFrame(dict.values())转换时，会得到每列存储键值元组的错误结果：

0            1             2          3
0   (a, 0.0952) (b, 14.583351)  (c, 120000) (d, 6000)
1   (a, 0.0987) (b, 14.526156)  (c, 120000) (c, 6000)

目标输出要求：原字典的键作为行索引，odict_items中的键作为列名，对应数值作为单元格值，格式如下：

a        b          c       d
1   0.0952  14.583351   120000  6000
2   0.0987  14.526156   120000  6000

核心处理逻辑是先将每个odict_items对象转为普通字典，让pandas可以正确识别键值对应关系，两种常用写法：

• 写法1：使用from_dict指定索引方向，语义更清晰

# 假设原字典变量名为raw_dict
df = pd.DataFrame.from_dict(
    {idx: dict(item_pairs) for idx, item_pairs in raw_dict.items()},
    orient='index'
)

• 写法2：构造后转置，代码更简洁

df = pd.DataFrame({idx: dict(item_pairs) for idx, item_pairs in raw_dict.items()}).T

直接传入dict.values()时，pandas会将每个odict_items视为一个普通可迭代对象，把其中的每个(键, 值)元组当做单个单元格值存入列，无法自动解析元组内的列名和数值对应关系，因此得到不符合预期的结果。

内容的提问来源于stack exchange，提问作者Dushi Fdz