如何将含label和score的字典列表转换为指定结构的pandas DataFrame

你只需要用pandas库做简单的转换和列重命名即可，完整操作代码如下：

1. 首先导入依赖库，定义原始数据

import pandas as pd

# 你的原始字典列表
raw_list = [
    {'label': 'Negative', 'score': 0.640342652797699},
    {'label': 'Neutral', 'score': 0.6779775619506836},
    {'label': 'Positive', 'score': 0.6488891839981079},
    {'label': 'Negative', 'score': 0.8951766490936279},
    {'label': 'Neutral', 'score': 0.5843858122825623},
    {'label': 'Negative', 'score': 0.9183987379074097},
    {'label': 'Neutral', 'score': 0.6507250666618347}
]

2. 转换生成目标DataFrame，两种方式选其一即可：

方式一：先转换再重命名（更易读） #

# 先从字典列表生成默认结构的DataFrame
df = pd.DataFrame(raw_list)
# 将label列重命名为sentiment，同时调整列顺序符合要求
df = df.rename(columns={"label": "sentiment"})[["sentiment", "score"]]

方式二：生成时直接指定结构（效率更高，适合大数据量场景） #

df = pd.DataFrame(
    [(item["label"], item["score"]) for item in raw_list],
    columns=["sentiment", "score"]
)

3. 验证结果
   执行print(df)即可得到你需要的输出结构：

sentiment     score
0  Negative  0.640343
1   Neutral  0.677978
2  Positive  0.648889
3  Negative  0.895177
4   Neutral  0.584386
5  Negative  0.918399
6   Neutral  0.650725

内容的提问来源于stack exchange，提问作者coding