Python pandas 将字典dict转化为DataFrame时需避免的坑

先上结论：
如果想将字典dict转化为只有一行的DataFrame，但字典中的值又存在数组等长度大于一的情况，可以先使用pd.Series()，再使用to_frame将Series转化为DataFrame，最后转置DataFrame。可避免一些坑。 以下是详细阐述。

一，字典的value都是scalar，既都只有一个值

有这样一个字典

d = {'a':1, 'b':2, 'c':4}

如果直接使用pd.DataFrame(data=d)，会出现以下的报错：
ValueError: If using all scalar values, you must pass an index
所以对于值都是scalar的字典转化为DataFrame的时候，需要指明index，且注意index需要是一个数组。如下：

pd.DataFrame(data=d, index=['value'])
>>> 
        a	b	c
value	1	2	4

笔者经常忘记加上index，或者index忘记需要是数组，影响了写代码的效率。所以笔者推荐使用pd.Series()先将字典转化为Series再使用to_frame将Series转化为DataFrame，最后转置。如下：

pd.Series(data=d).to_frame().T
>>> 
    a	b	c
0	1	2	4

当然这个是看个人选择，下面的第二种情况则可能踩坑了。

二，字典的value长度不相同时

比如我们有这样一个字典，

d = {'a':1, 'b':[2,1], 'c':4}

想转化如下的DataFrame

	a	  b	    c
0	1	[2, 1]	4

如果直接使用pd.DataFrame，会出现以下的结果:

pd.DataFrame(data=d)
>>> 
    a	b	c
0	1	2	4
1	1	1	4

可以看到DataFrame会按照长度最大的值进行填充。所以应该先用pd.Series：

pd.Series(data=d).to_frame().T
>>> 	
    a	  b	    c
0	1	[2, 1]	4

Done!