如何调整DataFrame大小以处理列中嵌套字典提取的多值？

针对从GitHub API获取数据后，json.normalize无法处理单元格内包含多个字典的情况，可通过以下步骤调整DataFrame结构：

核心步骤 #

• 使用explode将包含多字典的列表列拆分为每行一个字典
• 用json_normalize展开拆分后的字典为独立列
• 合并原DataFrame的其他字段与展开后的列

代码示例 #

假设你的DataFrame名为df，存在嵌套多字典的列是collaborators：

import pandas as pd
from pandas import json_normalize

# 拆分多字典列表为单行单字典
exploded_df = df.explode('collaborators', ignore_index=True)

# 展开字典为独立列
normalized_data = json_normalize(exploded_df['collaborators'])

# 合并原数据与展开后的列
final_df = pd.concat([exploded_df.drop('collaborators', axis=1), normalized_data], axis=1)

说明 #

• explode('collaborators')会将每个列表中的字典单独生成一行，同时复制该行其他字段的内容
• json_normalize负责将单个字典的键转换为列名，对应值填充到单元格中
• 最终得到的final_df会将原嵌套的多字典数据完全展平，符合你期望的结构

内容的提问来源于stack exchange，提问作者Alex Markides