如何从DataFrame的数组列中提取数组首元素？

原代码问题分析 #

• 你的assign方法失效原因：lambda x: x['genres'][0]中的x是整个DataFrame，因此x['genres'][0]只会取第一行的genres列表，而非每行列表的首个元素，导致整个新列值都相同。
• 你的apply方法理论上可行，但如果运行失败，大概率是因为genres列中存在空列表、NaN值或非列表类型的条目。

有效解决方案 #

方案1：使用Pandas的str访问器（最高效）

对于列表型列，Pandas提供str访问器直接提取元素，性能优于apply：

# 直接生成新列
df['top_genre'] = df['genres'].str[0]

# 或用assign方法
df = df.assign(top_genre=df['genres'].str[0])

该方法会自动为无效条目（空列表、非列表值）返回NaN，避免报错。

方案2：带错误处理的apply方法

如果需要手动处理空列表或非列表情况，可在lambda中添加判断：

df['top_genre'] = df['genres'].apply(lambda x: x[0] if isinstance(x, list) and len(x) > 0 else None)

此代码会为无效条目返回None，而非抛出异常。

方案3：修复assign方法结合apply

若坚持使用assign，需对genres列单独应用lambda（而非对整个DataFrame）：

df = df.assign(top_genre=lambda x: x['genres'].apply(lambda y: y[0] if isinstance(y, list) and len(y) >0 else None))

排查无效条目 #

如果apply方法仍报错，可先检查genres列的数据类型：

# 查看列中所有数据类型
print(df['genres'].apply(type).unique())

# 找出空列表或非列表的行
invalid_rows = df[~df['genres'].apply(lambda x: isinstance(x, list) and len(x) >0)]
print(invalid_rows)

内容的提问来源于stack exchange，提问作者mustafa00