直接用pd.dataframe()构造器传入列表或字典即可自动推断列名和索引：列表每项为一行且须等长，字典键为列名、值为列数据且长度须一致；混合类型允许，但长度不匹配或全标量会报错。
直接用 pd.DataFrame() 构造器传入列表或字典就行
只要数据结构规整，pd.DataFrame() 能自动推断列名和索引。列表会被当行（每项是一行），字典会被当列（键是列名，值是列数据）。不需要额外转换或包装。
传入列表时：每项必须长度一致，否则报 ValueError: arrays must all be same length
常见错误是嵌套不齐，比如 [["a", "b"], ["c"]] —— 第二项少一个元素，构造失败。正确做法是确保所有子列表等长：
python全能编程助手
下载
SkillSub Pro - Python 题解与代码注释双功能技能功能概述SkillSub Pro - Python 题解与代码注释双功能技能是一项面向实际任务的技能，主要用于SkillSub Pro 是一个 Python 题解生成与代码注释的 双功能合体技能 ，专为学生、算法学习者和开发者设计；✅ 一个技能，两种用途 ：；核心要点📝 题解模式 ：输入题目/题号，自动生成完整 Python 题解（含详细注释、解题思路、复杂度分析）；💬 注释模式 ：输入 Python 代码，自动添加详细中。它将相关步骤、
-
pd.DataFrame([["Alice", 25], ["Bob", 30]])→ 两列，默认列名为0,1 - 加
columns参数指定列名：pd.DataFrame([["Alice", 25], ["Bob", 30]], columns=["name", "age"]) - 若想把列表当列（而非行），得先转成字典或用
zip(*list)解包，例如：pd.DataFrame(dict(zip(["col1", "col2"], zip(*[["a","b"], ["c","d"]]))))
传入字典时：值必须是可迭代且等长，否则触发 ValueError: All arrays must be of the same length
字典的 key 自动变成列名，value 是对应列的数据。但 value 可以是 list、tuple、np.ndarray、甚至 Series —— 唯一硬性要求是它们长度一致：
-
pd.DataFrame({"name": ["A", "B"], "score": [88, 92]})✅ -
pd.DataFrame({"name": ["A", "B"], "score": [88]})❌ 报错 - 允许混合类型：
{"id": [1, 2], "flag": [True, False], "note": ["x", None]}没问题 - 如果某个 value 是标量（如
"status": "active"），pandas 会自动广播成同长列（前提是已知其他列长度）；但如果所有值都是标量，会报错，因为无法推断长度
注意 index 和 dtype 的隐式行为：不显式指定就容易踩坑
构造器不会默认帮你对齐 index 或统一 dtype。比如字典里混了 int 和 float，列 dtype 可能变成 object；空字符串和 None 并存会让 string 列退化为 object；索引默认是 RangeIndex，但如果你传入的 list/dict 带有自定义顺序，它不会保留“原始顺序”之外的语义。
- 强制指定 dtype：
pd.DataFrame(data, dtype={"age": "int32", "name": "string"})（pandas ≥ 1.0） - 指定 index：
pd.DataFrame(data, index=["row1", "row2"])，尤其在后续要 join 或 align 时很重要 - 含缺失值时，整数列会自动升格为
Int64（nullable integer）或float64，取决于你用的是pd.NA还是np.nan
None 和 ""、或者 index 没对齐导致 merge 失败。构造 DataFrame 是起点，不是终点。Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
