如何在Python中将DataFrame中字典的键值对拆分为多行

假设你的输入DataFrame包含一列字典格式的数据（比如示例中的info_dict列），可以用以下两种常用方法实现拆分：

方法一：利用apply(pd.Series) + stack #

import pandas as pd

# 示例输入DataFrame
df = pd.DataFrame({
    'id': [1, 2],
    'name': ['张三', '李四'],
    'info_dict': [{'a':1, 'b':2}, {'x':3, 'y':4, 'z':5}]
})

# 1. 将字典列转为Series并堆叠，提取键值对
dict_df = df['info_dict'].apply(pd.Series).stack().reset_index(level=1, name='value')
dict_df.rename(columns={'level_1': 'key'}, inplace=True)

# 2. 合并原DataFrame的其他列与拆分后的键值对
result = df.drop('info_dict', axis=1).join(dict_df).reset_index(drop=True)

print(result)

方法二：利用explode + 列表推导 #

import pandas as pd

# 示例输入DataFrame
df = pd.DataFrame({
    'id': [1, 2],
    'name': ['张三', '李四'],
    'info_dict': [{'a':1, 'b':2}, {'x':3, 'y':4, 'z':5}]
})

# 1. 将每个字典转为(key, value)的列表
df['kv_pairs'] = df['info_dict'].apply(lambda d: list(d.items()))

# 2. 展开列表为多行
df_exploded = df.explode('kv_pairs')

# 3. 拆分键值对为单独列
df_exploded[['key', 'value']] = pd.DataFrame(df_exploded['kv_pairs'].tolist(), index=df_exploded.index)

# 4. 清理多余列
result = df_exploded.drop(['info_dict', 'kv_pairs'], axis=1)

print(result)

两种方法最终都会输出符合预期的多行结果，你可以根据自己的DataFrame结构调整列名（比如把info_dict换成你实际的字典列名）。

内容的提问来源于stack exchange，提问作者Zikra Noman