如何基于DataFrame数组列的值添加新列？解决重复值及KeyError问题

问题背景 #

现有如下结构的DataFrame，其中Version列是数组类型，每个数组内包含一个字典：

Key    Version
0    ABC-1  [{'name': 'v1', 'releaseDate': '2023-01-01'}]
1    ABC-2  [{'name': 'v2', 'releaseDate': '2023-02-01'}]
2    ABC-3  [{'name': 'v3', 'releaseDate': '2023-03-01'}]

最初尝试直接赋值：

df["NewColumn"] = df["Version"][0][0]['name']

结果所有行的新列都取了第一行的v1：

Key    Version                                         NewColumn
0    ABC-1  [{'name': 'v1', 'releaseDate': '2023-01-01'}]   v1
1    ABC-2  [{'name': 'v2', 'releaseDate': '2023-02-01'}]   v1
2    ABC-3  [{'name': 'v3', 'releaseDate': '2023-03-01'}]   v1 

改用apply+lambda时出现KeyError: 0：

df["NewColumn"] = df.apply(lambda row: row.Version[0][0]['name'], axis=1)

错误原因分析 #

• 直接赋值的问题：df["Version"][0][0]['name']是固定获取第一行数组中第一个元素的name值，将这个单一值赋值给整列，导致所有行内容相同。
• KeyError的原因：row.Version是当前行的数组，row.Version[0]已经是数组内的字典，额外多写的[0]会尝试去字典中找键0，而字典只有name和releaseDate键，因此报错。

正确解法 #

方法1：修正apply+lambda写法 #

去掉多余的索引，直接取数组第一个元素（字典）的name值：

df["NewColumn"] = df.apply(lambda row: row.Version[0]['name'], axis=1)

方法2：使用pandas.str索引（更高效） #

利用pandas对数组列的str操作，直接提取数组元素和字典键，性能优于apply：

df["NewColumn"] = df["Version"].str[0].str['name']

方法3：批量展开字典所有字段（可选） #

如果需要把字典中的所有键都转为新列，可以用pd.json_normalize：

import pandas as pd

# 提取每个Version数组中的字典元素
version_dicts = df["Version"].str[0]
# 将字典展开为DataFrame
expanded_df = pd.json_normalize(version_dicts)
# 和原DataFrame横向合并
df = pd.concat([df, expanded_df], axis=1)

执行后会新增name和releaseDate两列，无需单独提取单个字段。

内容的提问来源于stack exchange，提问作者Max