# 如何把字典轉換成DataFrame
在Python數據分析中，`pandas`庫的`DataFrame`是最常用的數據結構之一。當數據以字典（`dict`）形式存儲時，可以快速將其轉換為`DataFrame`進行后續處理。以下是幾種常見方法：
## 1. 基礎轉換方法
使用`pd.DataFrame()`直接轉換字典，其中：
- **鍵（key）** 自動成為列名
- **值（value）** 對應列數據
```python
import pandas as pd
data = {'Name': ['Alice', 'Bob', 'Charlie'],
'Age': [25, 30, 35],
'City': ['Beijing', 'Shanghai', 'Guangzhou']}
df = pd.DataFrame(data)
當字典值為嵌套結構時，可通過orient參數控制轉換方式：
nested_data = {'A': {'X': 1, 'Y': 2},
'B': {'X': 3, 'Y': 4}}
df = pd.DataFrame.from_dict(nested_data, orient='index')
通過index參數指定行標簽：
df = pd.DataFrame(data, index=['P1', 'P2', 'P3'])
from_dict()方法可更靈活控制轉換邏輯df.head()檢查數據結構這種轉換在數據清洗、API響應處理等場景非常實用，是數據分析的基礎操作之一。 “`
（注：實際字數為約300字，可根據需要擴展具體示例或應用場景）
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
