如何拆分含[]与{}的Pandas DataFrame列？Mongo导出数据处理

首先明确核心逻辑：先把Mongo导出的嵌套数据（如果是字符串格式）转成Python原生对象，再根据元素类型（列表/字典）分别提取值拆分到新列。以下是具体步骤：

1. 导入依赖库

import pandas as pd
import ast

2. 转换字符串格式的嵌套数据（按需使用）
   如果你的目标列（比如叫mixed_col）存的是类似"[123]"或"{'name':'test'}"的字符串，先转成原生列表/字典：

df['mixed_col'] = df['mixed_col'].apply(ast.literal_eval)

3. 定义拆分函数
   根据你的预期效果调整逻辑，示例如下：

• 遇到列表时，取第一个元素作为第一列，第二列留空
• 遇到字典时，提取指定键对应的值到两列

def split_mixed_item(item):
    if isinstance(item, list):
        # 列表处理：取第一个元素，空列表则返回None
        return pd.Series([item[0] if item else None, None])
    elif isinstance(item, dict):
        # 字典处理：替换成你实际需要提取的键名
        return pd.Series([item.get('key_a'), item.get('key_b')])
    else:
        # 处理空值或其他未知类型
        return pd.Series([None, None])

4. 应用函数生成新列

# 替换成你需要的新列名
df[['col1', 'col2']] = df['mixed_col'].apply(split_mixed_item)

自定义调整说明 #

• 若列表是多元素，想拼接成字符串：把列表处理逻辑改成', '.join(map(str, item)) if item else None
• 若字典键名不同，直接替换item.get()里的键即可
• 遇到嵌套结构（比如列表里套字典），可在函数里追加类型判断（比如isinstance(item[0], dict)）进一步处理

内容的提问来源于stack exchange，提问作者user22109889