如何将列表中的多个字典转换为pandas DataFrame的对应列

实现代码 #

首先导入依赖库：

import pandas as pd
import numpy as np

你给出的原始数据定义如下：

NaN = np.nan
cols = [ {'A':['Orange', 'Lemon', NaN, 'Peach']},
         {'B':['Tiger', NaN, NaN, 'Lion']},
         {'C':['London', 'New York', 'Bangalore', NaN]},
         {'D':['Cricket', 'BaseBall', 'Football', 'Tennis']}
       ]

方法1：合并为单个字典后构造DataFrame（最简洁高效） #

先将列表中的所有单键字典合并为一个总字典，再直接传入pd.DataFrame构造即可：

# 合并所有单键字典为一个总字典
merged_dict = {key: value for item in cols for key, value in item.items()}
# 构造DataFrame
df = pd.DataFrame(merged_dict)

方法2：用concat拼接各列生成的DataFrame #

如果后续遇到不同字典内列表长度不一致的场景可以用这种方法，会自动补全NaN：

df = pd.concat([pd.DataFrame(d) for d in cols], axis=1)

最终生成的DataFrame结构如下：

内容的提问来源于stack exchange，提问作者Shiva