嵌套字典转Pandas DataFrame并导出Excel的列序/键序设置问题

嘿，我来帮你搞定这两个技术问题，先从列顺序控制说起，再优化你的代码实现导出～

不管是从嵌套字典构建DataFrame，还是最终导出Excel，都有几种可靠的方式固定列的顺序：

• 方法1：构建DataFrame时直接指定列顺序
  当你用pd.DataFrame.from_dict创建DataFrame时，直接通过columns参数定义你想要的列顺序，这是最稳妥的方式，完全不受字典插入顺序或Python版本的影响：

  # 比如你想要的列顺序是case → WindSpeed → TI → 变量1 → 变量2
  df = pd.DataFrame.from_dict(dtb_dict, orient='index', columns=['case', 'WindSpeed', 'TI', 'Mx', 'My'])
  

• 方法2：创建DataFrame后调整列顺序
  如果已经生成了DataFrame，也可以通过重新索引列来调整顺序：

  desired_order = ['case', 'WindSpeed', 'TI', 'Mx', 'My']
  df = df[desired_order]
  

• 关于嵌套字典的键序
  Python 3.7+的字典会保留插入顺序，但为了避免版本兼容或意外修改的问题，不建议依赖字典的自然顺序，手动指定columns参数始终是最可靠的选择。

你原来的代码用了exec，这既不安全也不够优雅，我帮你改成更清晰、更安全的写法，同时兼顾列顺序控制：

import pandas as pd
import numpy as np

# 假设你已经定义好这些变量：wind_speeds, TIs, Mx_m_3, list_of_variables（比如['Mx', 'My']）
dtb_dict = {}
counter = 0

for m in [3]:  # 如果后续需要扩展m的取值，直接修改列表即可
    for column, wind_speed in enumerate(wind_speeds):
        for row, ti in enumerate(TIs):
            if not np.isnan(Mx_m_3[row, column]):
                # 直接构建字典条目，完全替代exec的不安全写法
                entry = {
                    'case': '12',
                    'WindSpeed': wind_speed,
                    'TI': ti
                }
                # 遍历变量列表，自动添加对应的数据
                for var_name in list_of_variables:
                    # 从全局作用域获取对应变量，若在函数内可改用locals()
                    entry[var_name] = globals()[var_name][row, column]
                dtb_dict[counter] = entry
                counter += 1

# 构建DataFrame时直接指定列顺序
desired_columns = ['case', 'WindSpeed', 'TI'] + list_of_variables
df = pd.DataFrame.from_dict(dtb_dict, orient='index', columns=desired_columns)

# 导出到Excel，index=False避免导出多余的行索引
df.to_excel('wind_data_output.xlsx', index=False)

优化说明： #

1. 移除exec的使用：直接通过字典构建条目，避免了动态代码执行的潜在风险（比如变量名错误、注入问题），代码可读性也更强。
2. 灵活扩展变量：通过遍历list_of_variables自动添加数据，后续新增变量只需修改列表，不用重复写代码。
3. 强制列顺序：构建DataFrame时明确指定列顺序，确保导出Excel的列完全符合你的需求。
4. 整洁导出：用index=False去掉Excel中多余的行号列，输出更干净。

内容的提问来源于stack exchange，提问作者user2500903