循环字典列表并将项目附加到数据框中的列的有效方法

Question

这是 MRE：

data = [
    {'1':20},
    {'1':10},
    {'1':40},
    {'1':14},
    {'1':33}
]

我想要做的是遍历每个字典并将每个值附加到数据框中的列。

现在我正在做

import pandas as pd
lst = []
for item in data:
    lst.append(item['1'])

df = pd.DataFrame({"col1":lst})

输出：

    col1
0   20
1   10
2   40
3   14
4   33

是的，这就是我想要的，但是我的列表中有超过 100 万本词典。这是最有效的方法吗？

编辑： pd.DataFrame(data).rename(columns={'1':'col1'}) 适用于上述情况，但是如果数据看起来像这样怎么办？

data = [
    {'1':
     {'value':20}},
    {'1':
     {'value':10}},
    {'1':
      {'value':40}},
    {'1':
      {'value':14}},
    {'1':
      {'value':33}}]

所以我会使用：

lst = []
for item in data:
    lst.append(item['1']['value'])

df = pd.DataFrame({"col1":lst})

包含字典的字典列表有更有效的方法吗？

Answer 1

一种想法是传递data给DataFrame构造函数，然后使用rename：

df = pd.DataFrame(data).rename(columns={'1':'col1'})
print (df)
   col1
0    20
1    10
2    40
3    14
4    33

如果需要过滤，请使用列表理解并添加参数columns：

df = pd.DataFrame([x['1'] for x in data], columns=['col1'])
print (df)
   col1
0    20
1    10
2    40
3    14
4    33

编辑：对于新数据使用：

data = [
    {'1':
     {'value':20}},
    {'1':
     {'value':10}},
    {'1':
      {'value':40}},
    {'1':
      {'value':14}},
    {'1':
      {'value':33}}]

df = pd.DataFrame([x['1']['value'] for x in data], columns=['col1'])
print (df)
   col1
0    20
1    10
2    40
3    14
4    33

或者：

df = pd.DataFrame([x['1'] for x in data]).rename(columns={'value':'col1'})
print (df)
   col1
0    20
1    10
2    40
3    14
4    33