您可以随时读取数据，就像您已经读取过的数据一样，然后.melt：
当传递no id_vars或value_vars时，melt会将每个列转换为它们自己的行。

import pandas as pd

d = {"a": [1,2,3], "b": [4,5,6]}
out = pd.DataFrame(d).melt(var_name='letter', value_name='value')

print(out)
  letter  value
0      a      1
1      a      2
2      a      3
3      b      4
4      b      5
5      b      6

要使用“letter”和“number”作为列标签，可以用途：

a2 = [[key, val] for key, x in d.items() for val in x]
dict2 = pd.DataFrame(a2, columns = ['letter', 'number'])

其给出了

letter  number
0      a       1
1      a       2
2      a       3
3      b       4
4      b       5
5      b       6

还有一种可能的解决方案：

(pd.Series(d, index=d.keys(), name='numbers')
 .rename_axis('letters').reset_index()
 .explode('numbers', ignore_index=True))

输出量：

letters numbers
0       a       1
1       a       2
2       a       3
3       b       4
4       b       5
5       b       6

这将产生你想要的结果（不过可能有一个更简单的方法）：

import pandas as pd
my_dict = {"a": [1,2,3], "b": [4,5,6]}

my_list = [[key, val] for key in my_dict for val in my_dict[key] ]
df = pd.DataFrame(my_list, columns=['letter','number'])

df
# Out[106]: 
#   letter  number
# 0      a       1
# 1      a       2
# 2      a       3
# 3      b       4
# 4      b       5
# 5      b       6