如何在DataFrame字典列中批量提取location字段值？

问题原因 #

你之前的批量代码用了explode()，但user列存的是单个字典不是列表，explode()会把字典拆成键值对的行，后续操作自然失效。

方法1：直接用apply提取 #

这是最直接的方式，对每行的user字典直接取location：

df['location'] = df['user'].apply(lambda x: x.get('location') if isinstance(x, dict) else None)

• 用x.get('location')代替x['location']，避免字典里没location键时报错
• 加isinstance(x, dict)判断，防止遇到非字典格式的数据出异常

方法2：用str.get简化写法 #

Pandas的字符串方法支持直接提取字典的键，代码更简洁：

df['location'] = df['user'].str.get('location')

• 自动处理非字典的情况，返回NaN
• 写法更短，性能和apply差不多

方法3：转成DataFrame提取（适合多字段需求） #

如果之后还要提取字典里的其他字段（比如username、followersCount），可以直接把整个user列转成DataFrame再合并：

user_df = df['user'].apply(pd.Series)
df = df.join(user_df[['location']])  # 只合并location列

• 一次性提取所有字典字段，后续加其他字段很方便
• 可读性强，适合复杂场景

测试示例 #

给你个测试代码验证效果：

import pandas as pd

# 构造测试数据
data = [
    {'user': {'username': 'vinceXy798', 'location': 'Czech Republic', 'followersCount': 3151}},
    {'user': {'username': 'test_user', 'location': 'London', 'followersCount': 120}},
    {'user': {'username': 'no_loc_user', 'followersCount': 50}}  # 没有location键的情况
]
df = pd.DataFrame(data)

# 用方法1提取
df['location'] = df['user'].apply(lambda x: x.get('location') if isinstance(x, dict) else None)
print(df[['user', 'location']])

输出结果：

user        location
0  {'username': 'vinceXy798', 'location': 'Czech ...  Czech Republic
1  {'username': 'test_user', 'location': 'London'...          London
2  {'username': 'no_loc_user', 'followersCount': 50}             NaN

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