如何通过pandas.from_records直接过滤特定键，从嵌套字典列表创建DataFrame？

嗨，这个问题我刚好琢磨过！咱们先拿一个具体的样例数据来演示，假设你的原始数据是这样的：

import pandas as pd

# 模拟你说的"字典的字典组成的列表"
data = [
    {"temperature": {"use": 22, "raw": 22.3}, "humidity": {"use": 45, "raw": 44.8}},
    {"temperature": {"use": 25, "raw": 24.7}, "humidity": {"use": 50, "raw": 50.2}}
]

首先，先说说你可能已经在用的常规方案——先把数据预处理成只包含use值的字典列表，再转成DataFrame：

# 遍历每个主字典，提取每个键对应的"use"值
processed = [{col: nested["use"] for col, nested in item.items()} for item in data]
df = pd.DataFrame(processed)

回到你的核心问题：能不能用from_records直接过滤目标键？ 当然可以！其实from_records的本质是接收结构化的记录集合，所以咱们只需要把预处理的逻辑和from_records结合起来就行，不需要额外的中间变量，写法更紧凑：

方法1：列表推导式直接传入from_records #

df = pd.DataFrame.from_records(
    [{col: nested["use"] for col, nested in item.items()} for item in data]
)

方法2：用生成器表达式节省内存（大数据场景适用） #

如果你的数据量很大，不想生成完整的中间列表，换成生成器表达式就行，from_records同样支持：

df = pd.DataFrame.from_records(
    ({col: nested["use"] for col, nested in item.items()} for item in data)
)

额外提醒：处理缺失use键的情况 #

如果你的嵌套字典里可能存在没有use键的情况，记得用get方法加默认值，避免抛出KeyError：

df = pd.DataFrame.from_records(
    [{col: nested.get("use", None) for col, nested in item.items()} for item in data]
)

其实本质上，from_records本身并没有专门的参数来直接过滤嵌套键，但通过在传入数据前做一层转换，就能完美实现你想要的效果——既用上了from_records，又精准提取了目标键的值。

内容的提问来源于stack exchange，提问作者Cleb