入门问题：如何将指定结构的字典列表转换为目标列的Pandas DataFrame

方案1：先手动打平数据再生成DataFrame #

逻辑直观可读性强，适配所有场景：

import pandas as pd

flat_data = []
for entry in my_data:
    name, gender, year = entry["key"]
    number = entry["values"][0]
    flat_data.append({
        "name": name,
        "gender": gender,
        "year": year,
        "number": number
    })

df = pd.DataFrame(flat_data)

# 可选步骤：将字段转换为对应数值类型
df = df.astype({
    "gender": int,
    "year": int,
    "number": int
})

方案2：直接生成DataFrame后拆分列 #

无需提前遍历数据，适合处理数据量较大的场景：

import pandas as pd

# 基于原始结构直接生成DataFrame
df = pd.DataFrame(my_data)

# 拆分key字段为三个独立列
df[["name", "gender", "year"]] = pd.DataFrame(df["key"].tolist(), index=df.index)
# 提取values字段的第一个元素作为number列
df["number"] = df["values"].str[0]

# 删除不需要的原始字段
df = df.drop(columns=["key", "values"])

内容的提问来源于stack exchange，提问作者Greger