การสร้าง DataFrame จาก List of Dictionaries ใน Pandas Python

DataFrame สามารถสร้างจาก List of Dictionaries ได้ โดยแต่ละ Dictionary = 1 Row, Keys = Column Names

ตัวอย่างโค้ด

import pandas as pd

my_data = [
    {'ab': 34},
    {'mn': 56},
    {'gh': 78},
    {'wq': 90},
    {'az': 123},
    {'kl': 45}
]

my_df = pd.DataFrame(my_data)
print("The dataframe created from list of dictionary:")
print(my_df)

ผลลัพธ์

The dataframe created from list of dictionary:
     ab     az    gh   kl    mn    wq
0  34.0   NaN   NaN  NaN   NaN   NaN
1   NaN   NaN   NaN  NaN  56.0   NaN
2   NaN   NaN  78.0  NaN   NaN   NaN
3   NaN   NaN   NaN  NaN   NaN  90.0
4   NaN  123.0  NaN  NaN   NaN   NaN
5   NaN   NaN   NaN  45.0  NaN   NaN

คำอธิบาย

• List of Dicts: แต่ละ Dict มี Key ต่างกัน (Key เดียวต่อ Dict)

• DataFrame รวม Keys ทั้งหมดเป็น Columns (ab, az, gh, kl, mn, wq)

• แต่ละ Row มีค่าเพียง 1 Column ที่มีข้อมูล ที่เหลือเป็น NaN

กรณีทั่วไป: List of Dicts ที่มี Keys เหมือนกัน (แต่ละ Row ครบ)

# Typical: Records จาก Database/API
data = [
    {'name': 'Tom', 'age': 45, 'city': 'Bangkok'},
    {'name': 'Jane', 'age': 32, 'city': 'Chiang Mai'},
    {'name': 'Bob', 'age': 28, 'city': 'Phuket'}
]

df = pd.DataFrame(data)
print(df)
#   name  age         city
# 0  Tom   45     Bangkok
# 1 Jane   32  Chiang Mai
# 2  Bob   28      Phuket

การระบุ Columns และ Index

# บังคับ Columns (เรียงลำดับ, เพิ่ม Column ใหม่ได้)
df = pd.DataFrame(data, columns=['name', 'age', 'city', 'country'])
# country จะเป็น NaT/NaN ทั้งหมด

# บังคับ Index
df = pd.DataFrame(data, index=['row1', 'row2', 'row3'])

จาก List of Dicts → DataFrame → Dict/Records

# DataFrame → List of Dicts (Records)
records = df.to_dict('records')
# [{'name': 'Tom', 'age': 45, 'city': 'Bangkok'}, ...]

# DataFrame → Dict of Lists
dict_lists = df.to_dict('list')
# {'name': ['Tom', 'Jane', 'Bob'], 'age': [45, 32, 28], ...}

# DataFrame → Dict of Series
dict_series = df.to_dict('series')

สรุป: โครงสร้าง Input ต่างๆ สำหรับ DataFrame