Python：将DataFrame按json_list列的列表长度拆分为两个独立DataFrame

当然有非常Pythonic的实现方式！我们可以借助pandas的向量化操作和布尔索引轻松完成这个拆分需求，代码简洁高效，完全符合Python的风格。

步骤说明 #

1. 构造示例DataFrame（还原你给出的测试数据）
2. 生成布尔掩码：判断每行json_list列的列表长度
3. 布尔索引筛选：用掩码拆分出目标DataFrame

完整代码示例 #

import pandas as pd

# 构造你提供的示例DataFrame
data = {
    'symbol': ['A', 'B', 'C'],
    'json_list': [
        [{'name': 'S&P500', 'perc':25, 'ticker':'SPY', 'weight':1}],
        [{'name': 'S&P500', 'perc':25, 'ticker':'SPY', 'weight':0.5}, {'name': 'NASDAQ', 'perc':75, 'ticker':'QQQ', 'weight':0.5}],
        [{'name': 'S&P500', 'perc':25, 'ticker':'SPY', 'weight':1}]
    ],
    'date': ['2022-01-01', '2022-01-02', '2022-01-02']
}
df = pd.DataFrame(data)

# 生成布尔掩码：标记json_list长度为1的行
mask_single = df['json_list'].str.len() == 1

# 拆分DataFrame，同时重置索引让结果更整洁
df1 = df[mask_single].reset_index(drop=True)
df2 = df[~mask_single].reset_index(drop=True)

代码解释 #

• df['json_list'].str.len()：pandas提供的向量化方法，直接对列表类型的列计算每个元素的长度，比手动循环遍历高效得多，这是pandas最推荐的操作方式。
• 布尔索引：用mask_single筛选出长度为1的行，~mask_single取反筛选出长度≥2的行，语法简洁直观。
• reset_index(drop=True)：重置拆分后DataFrame的索引，避免保留原DataFrame的索引值，让结果更符合预期。

备选方案（处理特殊情况） #

如果你的json_list列中可能存在非列表类型的元素（比如None），可以改用apply(len)来兼容：

mask_single = df['json_list'].apply(len) == 1

输出结果 #

打印df1会得到：

symbol                                           json_list        date
0      A  [{'name': 'S&P500', 'perc': 25, 'ticker': 'SPY'...  2022-01-01
1      C  [{'name': 'S&P500', 'perc': 25, 'ticker': 'SPY'...  2022-01-02

打印df2会得到：

symbol                                           json_list        date
0      B  [{'name': 'S&P500', 'perc': 25, 'ticker': 'SPY'...  2022-01-02

内容的提问来源于stack exchange，提问作者MathMan 99