如何将嵌套字典列表转换为指定结构的Pandas Dataframe

你需要的转换可以通过以下代码快速实现，完全匹配「日期为列名、财务指标为行」的需求：

import pandas as pd

# 你的原始数据
data = [{"2016-09-24":{"totalRevenue":123, "netIncome":456, "ebit":789}}, {"2015-09-24":{"totalRevenue":789, "netIncome":456, "ebit":123}}]

# 方法1：适合所有日期对应指标完全一致的场景
# 先展平为单层字典：{日期: 指标字典}
flat_dict = {date: indicators for item in data for date, indicators in item.items()}
df = pd.DataFrame(flat_dict)

# 方法2：兼容不同日期指标不一致的场景，缺失值自动填充为NaN
df = pd.concat([pd.Series(item).apply(pd.Series) for item in data], axis=1)

转换后输出的DataFrame结构如下：

内容的提问来源于stack exchange，提问作者jrn6270