如何将嵌套字典列表转换为指定格式的Pandas DataFrame？

没问题，我来帮你搞定这个转换！你的数据结构里，每个元素都是一个仅包含键0的字典，对应的值才是我们需要的行级数据，核心思路就是先把这些内层字典提取出来，再交给Pandas处理。

方法一：列表推导式提取内层字典 #

这是最直观的方式，先遍历原始列表，把每个外层字典里的内层数据取出来：

import pandas as pd

# 你的原始数据
data = [{0:{'city':'newyork', 'name':'John', 'age':'30'}}, {0:{'city':'newyork', 'name':'John', 'age':'30'}}]

# 提取每个外层字典中的内层字典
processed_data = [list(item.values())[0] for item in data]

# 转换为DataFrame
df = pd.DataFrame(processed_data)

# 查看结果
print(df)

运行后输出：

city  name age
0  newyork  John  30
1  newyork  John  30

方法二：使用pd.json_normalize简化操作 #

Pandas的json_normalize工具可以直接处理这种嵌套结构，通过record_path参数指定要提取的嵌套层级：

import pandas as pd

data = [{0:{'city':'newyork', 'name':'John', 'age':'30'}}, {0:{'city':'newyork', 'name':'John', 'age':'30'}}]

df = pd.json_normalize(data, record_path=[0])
print(df)

这个方法会直接输出和上面完全一样的DataFrame，代码更简洁。

为什么之前的尝试可能失败？ #

如果直接把原始数据传给pd.DataFrame(data)，Pandas会把外层的键0当作列名，内层字典作为该列的单元格值，得到的是一列包含字典的DataFrame，而不是你想要的展开后的多列结构。所以必须先把内层的行数据提取出来，再进行转换。

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