如何将值为嵌套数组的字典转换为符合指定格式的Pandas DataFrame

之前转换失败的核心原因 #

• 直接调用pd.DataFrame(dict)/pd.DataFrame.from_dict(dict)时，pandas默认将字典的键映射为DataFrame列名，将每个键对应的嵌套数组的第一维度映射为DataFrame行索引，最终生成的结构是“列名为所有UUID、列值为对应数组的逐行元素”，和你需要的“UUID作为独立列、每个数组内的子列表单独拆成一行”的结构维度完全错位，无法匹配预期输出。

适配需求的实现方案 #

结合你预期的DataFrame结构（title列为重复的字典键，A/C/mC/G/T列为每个键对应嵌套数组的逐行元素），提供两种可落地的实现方式：

• 基础版实现（逻辑简单易调试，适合中小数据量）：

import pandas as pd

# 定义和预期输出完全一致的列顺序
cols = ["title", "A", "C", "mC", "G", "T"]
record_storage = []

# raw_dict为你的原始字典，结构为：键是UUID格式的title值，值是二维数组，数组每行元素依次对应A/C/mC/G/T的取值
for title, value_matrix in raw_dict.items():
    # 遍历当前title对应的每一行数值
    for row in value_matrix:
        # 拼接成完整单行记录：[title, A值, C值, mC值, G值, T值]
        full_record = [title] + list(row)
        record_storage.append(full_record)

# 生成最终DataFrame
final_df = pd.DataFrame(record_storage, columns=cols)

• 高效版实现（运行速度更快，适合大规模数据）：
  逐行循环的方式在数据量较大时会有额外的性能开销，可以通过逐键生成临时DataFrame、最后合并的方式优化运行效率：

import pandas as pd

cols = ["title", "A", "C", "mC", "G", "T"]
temp_dfs = []

for title, value_matrix in raw_dict.items():
    # 把当前键对应的二维数组转成临时子表
    temp_df = pd.DataFrame(value_matrix, columns=["A", "C", "mC", "G", "T"])
    # 给临时子表填充重复的title值
    temp_df["title"] = title
    # 调整列顺序和预期对齐
    temp_df = temp_df[cols]
    temp_dfs.append(temp_df)

# 合并所有子表，重置行索引
final_df = pd.concat(temp_dfs, ignore_index=True)

结果校验提示 #

生成DataFrame后，可以通过final_df.head()检查输出结构：确认title列的重复行数和原字典每个键对应的二维数组行数完全匹配，若数组每行的元素顺序和A/C/mC/G/T的列顺序不匹配，只需调整代码中列名的排列顺序，和数组元素顺序对齐即可。

内容的提问来源于stack exchange，提问作者IronMan18