将字典列表转换为数据框，其中一列用于键，一列用于值答案

【问题标题】：Convert list of dictionaries to dataframe with one column for keys and one for values将字典列表转换为数据框，其中一列用于键，一列用于值
【发布时间】：2018-12-13 15:49:25
【问题描述】：

假设我有以下列表：

list1 = [{'a': 1}, {'b': 2}, {'c': 3}]

我想将其转换为具有两列的熊猫数据框：一列用于键，一列用于值。

    keys    values
0    'a'      1
1    'b'      2
2    'c'      3

为此，我尝试使用pd.DataFrame(list1) 和pd.DataFrame.from_records(list1)，但是在这两种情况下，我都会得到如下数据框：

     a    b    c
0  1.0  NaN  NaN
1  NaN  2.0  NaN
2  NaN  NaN  3.0

有什么方法可以指定我想要的吗？通过研究，我只能找到我上面描述的方式。

【问题讨论】：

标签： python list pandas dataframe

【解决方案1】：

虽然@jezrael 完美回答了我的问题，但我想指出，如果您将每个字典 ({'a':1}) 转换为列表 (['a',1])，您只需使用 pd.DataFrame(list1)，即可获得所需结果。

【讨论】：

【解决方案2】：

如果您跨字典的键是唯一的，您可以创建一个字典并提供给pd.DataFrame.from_dict。这可以通过collections.ChainMap 来促进：

from collections import ChainMap

list1 = [{'a': 1}, {'b': 2}, {'c': 3}]

df = pd.DataFrame.from_dict(ChainMap(*list1), orient='index').reset_index()

df.columns = ['key', 'value']

print(df)

  key  value
0   a      1
1   b      2
2   c      3

或者，您可以通过列表直接提供给pd.DataFrame 构造函数：

df = pd.DataFrame(list(ChainMap(*list1).items()))

【讨论】：

【解决方案3】：

使用list comprehension 扁平化元组列表：

df = pd.DataFrame([(i, j) for a in list1 for i, j in a.items()], 
                   columns=['keys','values'])
print (df)
  keys  values
0    a       1
1    b       2
2    c       3

详情：

print ([(i, j) for a in list1 for i, j in a.items()])

[('a', 1), ('b', 2), ('c', 3)]

【讨论】：