如何在Pandas中提取content列的id并统计次数后合并至原DataFrame？

我在Pandas的DataFrame中有一列名为content（同时包含其他多列），该列的值示例如下：

data = {
    24686: [
        {
            'id': 'new-required-request-property',
            'text': "added the new required request property 'todaySubsectionList'",
            'level': 0,
            'operation': 'PUT',
            'path': '/frequent'
        }
    ],
    85961: '',
    80955: "Backward compatibility errors (1):\nerror at original_source=/Users/, in API GET /api/v2/templates api path removed without deprecation [api-path-removed-without-deprecation].",
    26854: [
        {
            'id': 'request-parameter-removed',
            'text': "deleted the 'header' request parameter 'Accept'",
            'level': 1,
            'operation': 'GET',
            'path': '/reviews'
        },
        {
            'id': 'request-parameter-removed',
            'text': "deleted the 'header' request parameter 'Content-Type'",
            'level': 1,
            'operation': 'GET',
            'path': '/reviews'
        }
    ],
    30896: [],
    54673: [],
    31920: [],
    6421: ''
}

df = pd.DataFrame(data.items(), columns=['index', 'content'])

需要提取其中的id字段并统计其出现次数，将结果追加至原DataFrame中，期望输出格式如下：

content                                                                 count
new-required-request-property,request-parameter-removed        1,2

可以通过自定义函数结合Pandas的apply方法实现，具体步骤如下：

• 编写处理函数：针对content列的每个元素，提取其中的id并统计频次：

  from collections import Counter
  
  def extract_id_counts(content):
      # 过滤掉空字符串、空列表等无效内容
      if not isinstance(content, list) or len(content) == 0:
          return ('', '')
      # 提取所有id字段
      ids = [item.get('id', '') for item in content if isinstance(item, dict) and 'id' in item]
      # 统计频次
      count_result = Counter(ids)
      # 按要求格式拼接结果：id用逗号分隔，对应次数也用逗号分隔
      id_str = ','.join(count_result.keys())
      count_str = ','.join(map(str, count_result.values()))
      return (id_str, count_str)
  

• 应用函数并拆分结果到新列：

  # 应用函数，得到包含id字符串和次数字符串的元组列
  df[['content_ids', 'count']] = df['content'].apply(lambda x: pd.Series(extract_id_counts(x)))
  
  # 替换原content列为提取后的id字符串（匹配示例输出的列名）
  df = df.drop(columns=['content']).rename(columns={'content_ids': 'content'})
  
  # 过滤掉空内容的行（可选，按需执行）
  df = df[df['content'] != '']
  

• 生成最终合并格式：
  如果需要将所有结果合并为一行（如示例中的输出格式），执行以下代码：

  final_df = pd.DataFrame({
      'content': [','.join(df['content'])],
      'count': [','.join(df['count'])]
  })
  

  此时输出的final_df即为：

  content                                                                 count
  new-required-request-property,request-parameter-removed        1,2
  

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