如何从DataFrame的entities列提取url至Tweet_url列？解决Key error问题

错误原因 #

你的代码直接访问df_copy['entities']['media']，但并非所有行的entities字典都包含media键，当某行没有该键时就会触发KeyError。

解决方案 #

方法1：使用apply结合字典get方法安全提取

通过get方法先获取media字段（不存在则返回空列表），再判断是否有内容后提取URL：

df_copy['Tweet_url'] = df_copy['entities'].apply(
    lambda x: x.get('media', [])[0]['url'] if len(x.get('media', [])) > 0 else None
)

方法2：用pd.json_normalize展开字段（更直观）

先将entities中的media数组展开为独立DataFrame，再合并回原表：

import pandas as pd

# 展开media字段，忽略无media的行
media_df = pd.json_normalize(df_copy['entities'], record_path='media', errors='ignore')
# 将展开后的URL对应回原DataFrame索引
media_df.index = df_copy.index
df_copy['Tweet_url'] = media_df['url']

前置检查：确保entities是字典类型 #

如果entities列存储的是字符串格式的字典（而非实际字典对象），需先转换：

import ast
df_copy['entities'] = df_copy['entities'].apply(ast.literal_eval)

内容的提问来源于stack exchange，提问作者Rneub01