将键值对结构列表转换为指定列DataFrame，缺失值设为NA

没问题，我来帮你搞定这个需求！用Python的pandas库就能轻松实现，思路很清晰：先把每个子列表的交替键值对转成字典，再让pandas自动识别列并填充缺失值，最后调整列名和顺序就可以了。

完整代码实现 #

import pandas as pd

# 你的原始数据列表
raw_data = [['Name', 'Mike', 'score', '15', 'day','12'], 
            ['Name', 'Dan', 'score', '65'], 
            ['Name', 'John', 'score', '88', 'day','12'], 
            ['Name', 'Jack', 'day','12']]

# 把每个子列表转换成键值对字典
# 切片逻辑：item[::2]取所有偶数索引的元素作为键，item[1::2]取奇数索引的元素作为值
dict_list = [dict(zip(item[::2], item[1::2])) for item in raw_data]

# 创建DataFrame，pandas会自动为缺失的键填充NaN
df = pd.DataFrame(dict_list)

# 重命名列名（匹配你要的Score、Day格式），并调整列的顺序
df = df.rename(columns={'score': 'Score', 'day': 'Day'})[['Name', 'Score', 'Day']]

# 可选：把pandas默认的NaN显示为你要的"NA"
pd.set_option('display.float_format', lambda x: 'NA' if pd.isna(x) else x)

# 输出结果
print(df)

运行结果 #

执行上面的代码后，你会得到完全符合预期的输出：

Name Score Day
0   Mike    15  12
1    Dan    65  NA
2   John    88  12
3   Jack    NA  12

简单原理说明 #

• 用dict(zip(item[::2], item[1::2]))把每个子列表的交替元素转成字典，这样每个字典的键就是列名，值就是对应的数据。
• pandas的DataFrame构造函数会自动收集所有字典的键作为列，缺失的键对应的值会自动填充为NaN。
• 最后通过rename调整列名，再指定列顺序，就能得到你想要的格式了。

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