将字典列表转换为数据框时处理缺失值[重复]答案

【问题标题】：Dealing with missing values when converting a list of dictionaries into a dataframe [duplicate]将字典列表转换为数据框时处理缺失值[重复]
【发布时间】：2021-09-09 13:03:26
【问题描述】：

将dictionaries 的list 转换为pandas dataframe 时，有没有办法处理缺失值？有时dictionary 条目的顺序不同，所以我必须分别处理每一列。

这是一个例子：

p = [
 {'c': 53.13,'n': 1,'t': 1575050400000},
 {'t': 1575048600000,'c': 53.11}
  ]

这是我一直在尝试的：

import pandas as pd
df = pd.DataFrame([{
        "c": t["c"],
        "n": t["n"],
        "t": t['t']}
        for t in p])

我得到一个KeyError: 'n'，因为在第二个dictionary 中缺少“n”条目。有没有办法在条目丢失时只输入NaN？

【问题讨论】：

标签： pandas list dataframe dictionary missing-data

【解决方案1】：

您可以从 p 实例化一个 DataFrame 作为参数：

df = pd.DataFrame(p)
df

输出：

       c    n              t
0  53.13  1.0  1575050400000
1  53.11  NaN  1575048600000

【讨论】：

对不起，我删除了我的评论，因为从您的输出中很明显。
@helloimgeorgia 是的，有道理 :) 也删除了我的，以避免混淆
@helloimgeorgia 实际上，这里甚至不需要from_dict；只使用pd.DataFrame(p) 会做同样的事情；更新了我的答案