您可以使用DataFrame构造函数并使用0填充缺失值，然后使用to_dict方法将 Dataframe 导出为列表的dict：

>>> pd.DataFrame(l).fillna(0).to_dict('list')
{'a': ['jeffrey', 'epstein', 'didnt kill', 'himself'],
 'b': ['pineapple', 0, 0, 'jebus'],
 'c': ['apple', 'banana', 0, 0]}

中间结果：

>>> pd.DataFrame(l)
            a          b       c
0     jeffrey  pineapple   apple
1     epstein        NaN  banana
2  didnt kill        NaN     NaN
3     himself      jebus     NaN

为什么要使用defaultdict？只需使用dict中的get方法和默认值：

d_list = [{a:'jeffrey',b:'pineapple',c:'apple'},{a:'epstein',c:'banana'},{a:'didnt kill'},{a:'himself',b:'jebus'}]

dd = dict()

for key in [a, b, c]:
    dd[key] = [d.get(key, 0) for d in d_list]

print(dd)

输出：

{a: ['jeffrey', 'epstein', 'didnt kill', 'himself'], b: ['pineapple', 0, 0, 'jebus'], c: ['apple', 'banana', 0, 0]}

您也可以为[a, b, c]使用其他方法，但是我不能保证知道您所提供的列表中的所有键（不是以一种很好的简短方式）。

我不确定我是否完全理解您的问题，但是给定一个list_of_dictionaries，您可以使用pd.Dataframe()方法将其转换为pandas dataframe。

df = pd.DataFrame(list_of_dicts)

然后，您可以使用.fillna()方法，在缺少键的位置用0值填充 Dataframe ：

df.fillna(0, inplace=True)

虽然@B Remmelzwaal的答案也是正确的，但是通过列表和字典迭代列表并不是一个好的做法，尤其是在处理大量数据的时候。