Python 如何将对象作为值的dict转换为数据帧？

我有一个Dict，对象作为值，我想从中创建一个DF （忽略南）

---

可以使用熊猫创建数据帧

将熊猫作为pd导入
dict={'Age'：['13'，'13']，国家['比利时'，'意大利']}
df=pd.数据帧（dict）

字典的键将是列名，值将是行。因此，您将获得：

   Age  Country
0  13   Belgium
1  13   Italy

---

在尝试下面的代码之前，您应该只在列列表中添加字段，对于这个特定的示例，它们是：名称、年份、国家和奖项。 然后，您可以尝试：

df=pd.DataFrame（参与者列表[您的密钥列表中的密钥对密钥]，列=列）

对我来说，你想要什么还不是100%清楚。但我假设您想要将

Actor

实例列表转换为数据帧

我们可以将

添加到
Actor
上的\u dict（）

方法中，在该方法中，我们将Actor序列化到字典中，并通过简单地使用

pandas.dataframe（）

将此类字典的列表转换为数据帧：

class Actor:
  def __init__(self,title,link):
    self.link = link
    self.title = title
    self.count = 1
    self.yearOfBirth ="NaN"
    self.countryOfBirth ="NaN" 
    self.numberOfAwards = "0"

columns = ['Name', 'Year of birth', 'Country of birth', 'Awards']

Name = self.title

Year of birth = self.yearOfBirth 

Country of birth = self.countryOfBirth

Awards = self.numberOfAwards

   Age  Country
0  13   Belgium
1  13   Italy

import pandas as pd
import typing as tp


class Actor:
    def __init__(
        self,
        title: tp.Optional[str] = None,
        link: tp.Optional[str] = None,
        count: int = 1,
        year_of_birth: tp.Optional[int] = None,
        country_of_birth: tp.Optional[str] = None,
        number_of_awards: int = 0
    ):
        self.link = link
        self.title = title
        self.count = count
        self.yearOfBirth = year_of_birth
        self.countryOfBirth = country_of_birth
        self.numberOfAwards = number_of_awards

    def to_dict(self) -> dict:
        return {
            "Name": self.title,
            "Year of Birth": self.yearOfBirth,
            "Country of Birth": self.countryOfBirth,
            "Awards": self.numberOfAwards,
        }

actors = [Actor() for i in range(10)]  # Just to create a list of 10 
                                       # actors, put your actual actors 
                                       # list here 

actor_dicts = [actor.to_dict() for actor in actors]

df = pd.DataFrame(actor_dicts)

>>> df

   Name Year of Birth Country of Birth  Awards
0  None          None             None       0
1  None          None             None       0
2  None          None             None       0
3  None          None             None       0
4  None          None             None       0
5  None          None             None       0
6  None          None             None       0
7  None          None             None       0
8  None          None             None       0
9  None          None             None       0