Python中将两层嵌套字典转换为指定结构Pandas DataFrame的方法咨询

不需要额外工具库，用标准的Pandas和Python原生语法就能实现，具体实现方法如下：

实现思路 #

• 先手动遍历两层嵌套字典，把每一条二级键值对和对应的一级父键拼接成单行记录
• 将所有记录汇总为列表后直接传入Pandas生成DataFrame即可，不需要调整from_dict的复杂参数

代码示例 #

import pandas as pd

# 你的原始嵌套字典
raw_dict = {
    "Emissions": {
        "305-1": [
            "2014_249989",
            "2015_339998",
            "2016_617957",
            "2017_827230"
        ],
        "305-2": [
            "2014_33163",
            "2015_64280",
            "2016_502748",
            "2017_675091"
        ],
    },
    "Effluents and Waste": {
        "306-1": [
            "2014_143.29",
            "2015_277.86",
            "2016_385.67",
            "2017_460.6"
        ],
        "306-2": "blah blah blah",
    }
}

# 生成记录列表
records = []
for parent_key, child_dict in raw_dict.items():
    for child_key, child_value in child_dict.items():
        records.append({
            "Parent Key": parent_key,
            "Child Key": child_key,
            "Child Value": child_value
        })

# 转换为DataFrame
df = pd.DataFrame(records)

输出验证 #

打印df即可得到目标结构，Child Value列会自动保留原始的数据类型，列表类型不会被强行拆分。

内容的提问来源于stack exchange，提问作者StressedBoi69420