Pythonic方式提取DataFrame字典列表ibans值遇TypeError报错求助

报错原因 #

• B.ibans列存在大量缺失值（存储为NaN，属于float类型），迭代时无法遍历float对象，触发TypeError: 'float' object is not iterable。
• 原代码逻辑错误：wip_r['B.ibans'][d]是完全错误的索引方式，无需引用整个列的元素，应直接遍历当前行的字典列表。

解决方案 #

方案1：带空值判断的列表推导式 #

直接在推导式中先判断当前行是否为有效列表，再提取ibans值：

wip_r['banking_country'] = [
    [item['ibans'] for item in lst] if isinstance(lst, list) else []
    for lst in wip_r['B.ibans']
]

若希望缺失值对应结果为NaN而非空列表，可调整为：

import pandas as pd
wip_r['banking_country'] = [
    [item['ibans'] for item in lst] if isinstance(lst, list) else pd.NA
    for lst in wip_r['B.ibans']
]

方案2：Pandas apply 方法（更简洁） #

用apply结合自定义函数处理，同时覆盖空值场景：

import pandas as pd

def extract_ibans(lst):
    if isinstance(lst, list):
        return [item['ibans'] for item in lst]
    return pd.NA  # 需求不同可改为返回[]

wip_r['banking_country'] = wip_r['B.ibans'].apply(extract_ibans)

方案3：兼容单个字典的场景 #

如果B.ibans列中存在单个字典而非列表的情况，可完善判断逻辑：

wip_r['banking_country'] = [
    [item['ibans'] for item in lst] if isinstance(lst, list) 
    else [lst['ibans']] if isinstance(lst, dict) 
    else pd.NA
    for lst in wip_r['B.ibans']
]

测试验证 #

用包含缺失值的示例数据测试：

data = [
['first_name', 'last_name', 'B.ibans'],
['Charles', 'George', [{"id": "54214312", "bic": "ABC", "ibans": "UK421"}]],
['Alice', 'Smith', pd.NA]  # 模拟缺失值
]
wip_r = pd.DataFrame(data=data[1:], columns=data[0])

应用方案1代码后，结果如下：

内容的提问来源于stack exchange，提问作者Hugoz13