将词典列表转换为panda数据流

我有一个Python字典列表，每个字典都有相同的键，

dict_keys= ['k1','k2','k3','k4','k5','k6'] # More like 30 keys in practice
data = []
for i in range(20): # More like 3000 in practice
    data.append({k: np.random.randint(100) for k in dict_keys}) 

并希望使用它创建一个相应的panda dataframe，其中包含一个键的子集。我目前的方法是每次从列表中提取一个dict，然后将它附加到dataframe中

df = pd.DataFrame(columns=['k1','k2','k5','k6'])
for d in data:
    df = df.append({k: d[k] for k in list(df.columns)}, ignore_index=True)
    # In practice, there are some calculations on some of the values here

但是这是非常慢的(实际的列表和它包含的dicts都非常大)。 有没有一种更好、更快(也更习惯)的方法来遍历字典列表并将它们作为行添加到panda dataframe中? 问题来源StackOverflow 地址：/questions/59379339/from-list-of-dictionary-to-dataframe