如何处理Pandas DataFrame空值并生成指定格式的数组新列

原始数据与需求说明 #

给定如下Pandas DataFrame：

import pandas as pd

data = [{'cve': [{'@href': 'https://ubuntu.com/security/CVE','@cvss_score':'10'}],'@href': '','@cvss_score': ''},
        {'cve': '','@href': 'https://ubuntu.com/security/CVE','@cvss_score': '10'},
        {'cve': '','@href': 'https://ubuntu.com/security/CVE','@cvss_score': '10'},
        {'cve': [{'@href': 'https://ubuntu.com/security/CVE','@cvss_score':'10'}],'@href': '','@cvss_score': ''}]
df = pd.DataFrame(data)

需求：当cve列为空字符串时，检查@href列是否有有效内容；若@href非空，则将@href和@cvss_score字段组合成与cve列格式一致的数组（如[{'@href': 'https://ubuntu.com/security/CVE','@cvss_score':'10'}]），并存入新列。

解决方案 #

通过自定义函数配合apply方法逐行处理数据，生成标准化后的新列：

# 定义格式标准化函数
def normalize_cve(row):
    if row['cve'] == '':
        if row['@href'] != '':
            return [{'@href': row['@href'], '@cvss_score': row['@cvss_score']}]
        return row['cve']
    return row['cve']

# 生成新列
df['normalized_cve'] = df.apply(normalize_cve, axis=1)

# 查看处理结果
print(df)

输出效果 #

处理后的DataFrame新增normalized_cve列，空cve行已按要求转换格式：

cve  ...                                    normalized_cve
0  [{'@href': 'https://ubuntu.com/security/CVE', ...  ...  [{'@href': 'https://ubuntu.com/security/CVE', ...
1                                                   ...  ...  [{'@href': 'https://ubuntu.com/security/CVE', ...
2                                                   ...  ...  [{'@href': 'https://ubuntu.com/security/CVE', ...
3  [{'@href': 'https://ubuntu.com/security/CVE', ...  ...  [{'@href': 'https://ubuntu.com/security/CVE', ...

[4 rows x 4 columns]

内容的提问来源于stack exchange，提问作者Bandhala Raja Selvam