如何展开Pandas数据表嵌套列表列并转为独立列

示例数据构造 #

先模拟你的数据结构，方便测试验证：

import pandas as pd

data = {
    'id': [1, 2, 3],
    'mail': ['a@test.com', 'b@test.com', 'c@test.com'],
    'displayName': ['Alice', 'Bob', 'Charlie'],
    'propertiesRegistered': [
        ['address', 'mobilePhone'],
        ['officePhone'],
        ['mobilePhone', 'officePhone']
    ],
    'createdDateTime': ['2024-01-01', '2024-01-02', '2024-01-03']
}
df = pd.DataFrame(data)

方法一：快速生成布尔列（推荐） #

利用str.get_dummies一键生成哑变量后转布尔值，再和原表合并：

# 将列表转为逗号分隔字符串，生成哑变量并转布尔类型
dummy_cols = df['propertiesRegistered'].str.join(',').str.get_dummies(sep=',').astype(bool)
# 合并原数据（移除原嵌套列表列）和新生成的布尔列
final_df = pd.concat([df.drop('propertiesRegistered', axis=1), dummy_cols], axis=1)

方法二：自定义属性列（灵活可控） #

如果需要明确指定要生成的属性列（或提前知道所有可能属性），用遍历方式生成：

# 提取所有唯一属性值（若提前知道属性列表，直接写死会更高效）
all_props = set(prop for sublist in df['propertiesRegistered'] for prop in sublist)
# 为每个属性生成对应的布尔列
for prop in all_props:
    df[prop] = df['propertiesRegistered'].apply(lambda x: prop in x)
# 移除原嵌套列表列，得到最终结果
final_df = df.drop('propertiesRegistered', axis=1)

最终输出示例 #

id         mail displayName createdDateTime  address  mobilePhone  officePhone
0   1  a@test.com       Alice      2024-01-01     True         True        False
1   2  b@test.com         Bob      2024-01-02    False        False         True
2   3  c@test.com     Charlie      2024-01-03    False         True         True

内容的提问来源于stack exchange，提问作者KrunkFu