如何使用Pandas归一化Excel文件中的嵌套字典数据

没问题，这个嵌套字典的展开需求用Pandas的json_normalize就能轻松搞定，我给你一步步拆解解决方案：

第一步：准备工作与数据读取 #

首先导入需要的库，然后读取你的Excel文件：

import pandas as pd
import ast  # 用来安全解析字符串格式的字典

# 读取Excel文件，替换成你的实际文件路径
df = pd.read_excel('your_data.xlsx')

第二步：处理字符串格式的字典 #

你的Excel里rules列的内容大概率是字符串格式的字典（比如"{'tax':{'property_tax':1000,...}}"），而非Python实际的字典对象，所以我们需要先把它转成真正的字典，同时处理空值情况：

def parse_rule_dict(rule_str):
    # 处理空值或空字符串的情况
    if pd.isna(rule_str) or rule_str.strip() == '':
        return {}
    # 用ast.literal_eval安全解析字符串字典（比eval更安全，避免执行恶意代码）
    try:
        return ast.literal_eval(rule_str)
    except:
        # 若解析失败，返回空字典兜底
        return {}

# 应用转换函数到rules列
df['rules'] = df['rules'].apply(parse_rule_dict)

第三步：展开嵌套字典并修正列名 #

Pandas的pd.json_normalize()专门用来处理嵌套的JSON/字典结构，不过它会给嵌套字段自动加上父键前缀（比如tax.property_tax），所以我们需要额外去掉前缀以匹配你的期望格式：

# 展开rules列的字典
expanded_rules = pd.json_normalize(df['rules'])
# 去掉嵌套字段的tax.前缀，得到干净的列名
expanded_rules.columns = expanded_rules.columns.str.replace('tax.', '', regex=False)

第四步：合并数据并整理最终格式 #

把原表的custid和展开后的规则数据合并，然后调整列顺序、填充空值以匹配你想要的样式：

# 合并custid列和展开后的规则数据
result = pd.concat([df['custid'], expanded_rules], axis=1)

# 按照你期望的列顺序重新排列
desired_columns = ['custid', 'property_tax', 'schooltax', 'hoa', 'pmi']
result = result.reindex(columns=desired_columns)

# 将空值替换为空白字符串（和你的示例一致，若想保留NaN可跳过此步）
result = result.fillna('')

最终结果 #

运行完上面的代码后，result就是你想要的格式：

custid property_tax schooltax  hoa pmi
0     100         1000       200  195  49
1     101                           22
2     102

内容的提问来源于stack exchange，提问作者As R