如何将包含可迭代对象的字典转换为指定格式的DataFrame

这个问题我之前也碰到过，其实就是pandas对字典转DataFrame的默认逻辑在搞鬼——当你用pd.DataFrame.from_dict()时，如果某个值是列表这类可迭代对象，pandas会自动把标量值（比如你的2、3）广播成和列表长度一致的序列，然后把列表的每个元素拆成单独的行，所以才会得到3行的结果。

要实现你期望的“列表作为单个单元格”的效果，有几种简单的方法：

方法1：直接用DataFrame构造函数传入字典列表 #

这是最直观的方式，把你的字典放到一个列表里传给pd.DataFrame()，这样pandas会把整个字典当成一行数据，不管值是标量还是列表，都会保留为单个单元格：

import pandas as pd

d = dict()
d['a'] = 2
d['b'] = 3
d['c'] = [1,5,7]

df = pd.DataFrame([d])
print(df)

输出结果就是你想要的：

a  b          c
0  2  3  [1, 5, 7]

方法2：修改字典，把所有值包装成单元素列表 #

如果你还是想用from_dict()方法，可以把每个值都改成长度为1的列表（列表里的元素就是原来的值，列表本身作为单元格内容）：

import pandas as pd

d = dict()
d['a'] = [2]
d['b'] = [3]
d['c'] = [[1,5,7]]

df = pd.DataFrame.from_dict(d)
print(df)

这样输出的结果同样符合预期，每个单元格都是你想要的内容。

方法3：用orient='index'参数转置 #

通过指定orient='index'让pandas先把字典的键作为行索引，值作为列值，然后再转置成你需要的列结构，这样列表会被保留为单个单元格：

import pandas as pd

d = dict()
d['a'] = 2
d['b'] = 3
d['c'] = [1,5,7]

df = pd.DataFrame.from_dict(d, orient='index').T
print(df)

运行后也能得到你期望的DataFrame结构。

内容的提问来源于stack exchange，提问作者00__00__00