pandas通过字典生成dataframe的方法步骤

Hazel

发布时间：2026-10-13 | 2人浏览过

原创

本文详解在Python中使用pandas库通过字典创建DataFrame的两种主要方法。首先介绍单个字典输入时要求所有值列表长度一致；其次讲解多字典列表输入时如何处理键值缺失及自动对齐。包含具体代码示例与错误处理说明，帮助开发者快速掌握数据框构建技巧。

单个字典生成DataFrame的方法

1、使用单个字典生成DataFrame：

该字典需满足特定条件：其值（value）必须为列表（list）类型，且每个键（key）对应的列表长度必须完全相同：

（此时以字典的键作为DataFrame的列名columns）


>>> import pandas as pd
>>> a = [1,2,3,4,5]
>>> b = ["a","b","c"]
>>> c = 1
>>> df = pd.DataFrame({"A":a,"B":b,"C":c})
Traceback (most recent call last):
ValueError: arrays must all be same length
>>> df = pd.DataFrame([a,b]) # 作为list输入，list的元素必须也是list，加入c就错误
>>> df
  0 1 2  3  4
0 1 2 3 4.0 5.0
1 a b c NaN NaN

# 统一一下字典每个元素值的长度
>>> b = ["a","b","c","d","e"]
>>> c = ("232","sdf","345","asd",1)
>>> df = pd.DataFrame({"A":a,"B":b,"C":c})
>>> df
  A B  C
0 1 a 232
1 2 b sdf
2 3 c 345
3 4 d asd
4 5 e  1

多字典列表生成DataFrame的方法

2、使用多个字典组成的列表生成DataFrame：

输入数据为一个列表，该列表中的各个元素均为字典对象，且不同字典的键可以不一致（最终列名由包含最多键的字典决定）：


>>> d1 = {"A":1,"B":2,"C":3}
>>> d2 = {"A":"a","B":"b",}
>>> d3 = {"A":(1,2),"B":"ab","C":3}
>>> li = [d1,d2,d3]
>>> df = pd.DataFrame(li)
>>> df
    A  B  C
0    1  2 3.0
1    a  b NaN
2 (1, 2) ab 3.0

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持本站。