如何将Pandas列中的嵌套字典解析为独立列？解决df['d'].str['property'].str['building']返回NaN的问题

你遇到的问题其实很常见——因为d列里的property对应的是列表类型（哪怕里面只有一个字典元素），直接用str['property'].str['building']自然会返回NaN，毕竟列表没有building这个键嘛。下面给你两种实用的解决思路：

方法一：分步提取目标字典 #

先从property列表里取出唯一的字典元素，再提取building内容：

# 方式1：用apply遍历每个元素
df['building'] = df['d'].apply(lambda x: x['property'][0]['building'])

# 方式2：用str链式操作（更贴合你原来的思路）
df['building'] = df['d'].str['property'].str[0].str['building']

这样df['building']就会存储每个行对应的building字典了。

方法二：一键展开所有嵌套字段（更高效） #

如果需要把嵌套里的所有子字段都拆成单独的列，比如building.size.bldgsize、construction.constructiontype这些，用pd.json_normalize会更省心：

# 先提取property列表里的字典元素，再用json_normalize展开所有嵌套键
property_details = pd.json_normalize(df['d'].apply(lambda x: x['property'][0]))

# 把原DataFrame的id列和展开后的字段合并
final_df = pd.concat([df[['id']], property_details], axis=1)

执行后final_df会包含类似identifier.Id、address.country、building.summary.bldgsNum这样的扁平化列，直接就能用这些字段做后续分析了。

为啥原来的代码不行？ #

再给你捋一遍逻辑：

• df['d'].str['property']返回的是一个Series，每个元素是列表（比如你的数据里就是[ {...} ]）
• 列表没有键，所以你再用.str['building']的时候，Pandas找不到对应的键，就返回NaN了
• 必须先用.str[0]把列表里的字典元素取出来，之后才能继续用.str['键名']提取内容

内容的提问来源于stack exchange，提问作者kms