如何优化对同一pandas DataFrame列的多次apply调用写法

针对你多次对df['resume']列使用.apply()提取字段的场景，推荐两种更简洁高效的实现方式：

方案一：使用pd.json_normalize()直接展开嵌套JSON #

如果df['resume']里的元素是字典格式（JSON结构），pandas的json_normalize()是专门处理这类嵌套数据的工具，能一次性把需要的字段展开成单独列，无需多次调用.apply()：

import pandas as pd

# 直接展开resume列的指定字段，支持嵌套路径（比如gender.id）
expanded_df = pd.json_normalize(df['resume'], meta=['age', ['gender', 'id']])
# 重命名列名，让结果更清晰
expanded_df = expanded_df.rename(columns={'gender.id': 'gender'})
# 合并回原DataFrame
df = pd.concat([df, expanded_df], axis=1)

这种方式无需手动判断字段是否存在，json_normalize()会自动为不存在的字段填充NaN（等价于你代码里的None），代码更简洁，性能也比多次.apply()更好。

方案二：自定义提取函数，单次.apply()生成多列 #

如果只需要提取部分特定字段，也可以写一个自定义函数，一次性返回所有需要的字段值，通过一次.apply()生成多列，减少重复操作：

def extract_resume_fields(resume_dict):
    return pd.Series({
        'age': resume_dict.get('age'),  # get方法默认返回None，无需判断字段是否存在
        'gender': resume_dict.get('gender', {}).get('id')  # 嵌套字段用多层get，避免KeyError
    })

# 一次apply生成age和gender两列
df[['age', 'gender']] = df['resume'].apply(extract_resume_fields)

这里用字典的.get()方法替代了if...else判断，代码更简洁；同时通过返回pd.Series，让单次.apply()直接生成多列，避免了多次调用.apply()的冗余操作。

内容的提问来源于stack exchange，提问作者Paul Serikov