如何将字典列表按指定key生成pandas DataFrame并支持自定义列名

import pandas as pd
# 示例输入
sample_list = [{1:2.1, 2:4.5, 5:6.4}, {1:4.3, 2:5.4, 5:1}, {1:0.07, 2:9.5, 5:7.1}]
target_key = 2

提取指定key生成对应列名的DataFrame #

两种常用实现方式：

• 方式1：用pandas内置的from_records方法直接指定要提取的列，代码最简

df = pd.DataFrame.from_records(sample_list, columns=[target_key])

• 方式2：手动遍历提取值后构造，适合需要对值做额外预处理的场景，同时可以处理字典无对应key的情况（避免KeyError）

# 不存在目标key时默认填充NaN
values = [d.get(target_key) for d in sample_list]
df = pd.DataFrame(values, columns=[target_key])

运行后得到列名为2的DataFrame，输出如下：

2
0  4.50
1  5.40
2  9.50

对生成的列进行重命名 #

两种常用实现方案：

• 方案1：构造DataFrame时直接指定新列名，无需二次修改

df = pd.DataFrame([d.get(target_key) for d in sample_list], columns=['two'])

• 方案2：对已生成的DataFrame执行重命名操作，适合多列批量重命名的场景

# 先提取得到列名为2的DataFrame
df = pd.DataFrame.from_records(sample_list, columns=[target_key])
# 执行重命名
df = df.rename(columns={target_key: 'two'})

运行后得到列名为two的DataFrame，输出如下：

two
0  4.50
1  5.40
2  9.50

内容的提问来源于stack exchange，提问作者stacky