如何用Pandas拆分含字典列表的列并移除version键？

直接上可运行的解决方案，分两步处理：先清理每个字典里的version键，再把列表拆分成多列。

步骤1：构造样例数据（方便你测试） #

import pandas as pd

# 模拟你的原始DataFrame
data = {
    'URL': ['https://example.com', 'https://test.org'],
    'report': [
        [{'detected': True, 'name': 'Python', 'version': '3.9'}, {'detected': False, 'name': 'Java'}],
        [{'detected': True, 'name': 'Node.js', 'version': '18'}]
    ]
}
df = pd.DataFrame(data)

步骤2：移除字典中的version键 #

遍历report列的每个列表，对里面的字典做键过滤：

# 清理每个字典，去掉version键
df['report'] = df['report'].apply(
    lambda lst: [{k: v for k, v in d.items() if k != 'version'} for d in lst]
)

步骤3：拆分列表为多列 #

把处理后的列表拆成report_1、report_2这样的列，自动适配每行的列表长度：

# 将列表拆分为多列
report_cols = df['report'].apply(pd.Series)
# 重命名列名
report_cols.columns = [f'report_{i+1}' for i in report_cols.columns]

# 合并原DataFrame和拆分后的列，去掉原report列
final_df = pd.concat([df.drop('report', axis=1), report_cols], axis=1)

最终效果 #

运行后final_df的结构如下：

如果某行的report列表长度更长，会自动生成report_3、report_4等列，长度不足的行对应位置填充NaN，完全适配你的需求。

内容的提问来源于stack exchange，提问作者morfic001