如何将Python字典的值转换为合并后的pandas DataFrame行列数据

• 你存入字典dicts的not_outliers是numpy数组，不含列名信息，且pd.concat无法直接拼接numpy数组
• 你把dicts的初始化放在了循环内部，每次循环都会清空之前存入的内容，最终字典里只会保留最后一次循环的键值对
• 你在循环内修改了全局data变量，第一次循环后data就只剩第一个model的筛选结果，后续循环无法获取其他model的数据
• 调用pd.DataFrame(list(dicts.values()))时，传入的是三维结构（每个value是二维数组，套一层列表就变成三维），不符合DataFrame的输入要求，所以触发维度错误

import pandas as pd
import numpy as np

# 字典初始化移到循环外
dicts = {}
# 提前提取所有唯一model值，避免后续修改data导致取值错误
model_list = data['model'].unique().copy()

for ph in model_list:
    # 每次循环用临时变量存储当前model的筛选数据，不修改全局data
    ph_data = data[data['model'] == ph]
    feature_arr = ph_data[['r_var', 'b_var']].values
    probs = gmm.score_samples(feature_arr)
    
    probs_mean, probs_sd = np.mean(probs), np.std(probs)
    cut_off = probs_sd * 2
    lower, upper = probs_mean - cut_off, probs_mean + cut_off
    # 直接筛选非异常值的原始行数据，保留SPAD、model列信息
    not_outliers = ph_data[probs > lower]
    dicts[ph] = not_outliers

# 所有数据处理完成后统一合并，重置索引
df = pd.concat(dicts.values(), ignore_index=True)
# 调整列名符合要求
df.columns = ['w', 'x', 'y', 'z']
print(df)

如果你只需要保留指定四列，可在合并后加如下代码过滤：

df = df[['r_var', 'b_var', 'SPAD', 'model']]
df.columns = ['w', 'x', 'y', 'z']

内容的提问来源于stack exchange，提问作者user16285826