您必须将数据转换为pandas可以理解的格式之一。例如，它可以是：

• 具有行的列表的列表
• dict column_name->whole column contents in a list
• dict列表，其中list元素表示一行，dict为column_name->column contents for this row

后者似乎是你最直接的方法。我将把列表中的每个字符串拆分成元组，并将每个列表中的字符串转换成dict。
我还将数字自动转换为浮点数（而不是字符串）。如果value1和value2中的值应该是字符串-删除函数try_cast及其应用程序。

import pandas as pd

def try_cast(value, cast_type=float):
    try:
        return cast_type(value)
    except ValueError:
        return value

def get_tuple(row_entity):
    parsed_row_entity = list(map(lambda x: try_cast(x.strip()), row_entity.split("=")))
    assert len(parsed_row_entity) == 2
    
    return tuple(parsed_row_entity)
    
df = pd.DataFrame([dict([get_tuple(entity) for entity in row]) for row in a])
print(df.dtypes)
print(df)

字符串
输出量：

id         object
value1    float64
value2    float64
dtype: object
       id  value1  value2
0   abc12    2.30    3.40
1   abcd4    4.60    3.45
2   abr42    6.20    6.10
3   abyt5     NaN    1.06
4  abndf1    3.21    8.65
5   abuz2    0.90    6.89

型

这里有一个方法：

df = (pd.DataFrame(
    df.stack()
    .str.split('=')
    .explode()
    .str.strip()
    .groupby(level=[0,1]).agg(tuple)
    .groupby(level=0).agg(lambda x: dict(list(x)))
    .tolist()))

字符串
输出量：

id value1 value2
0   abc12    2.3    3.4
1   abcd4    4.6   3.45
2   abr42    6.2    6.1
3   abyt5    NaN   1.06
4  abndf1   3.21   8.65
5   abuz2    0.9   6.89

型