DataFrame含字典/None的category列值转换问题求助

可以通过完善apply中的判断逻辑来实现需求，以下两种方式都可行：

方式一：使用lambda表达式 #

df['category'] = df['category'].apply(
    lambda x: "NA" if x is None else (x['second'] if x.get('second') is not None else "NA")
)

方式二：使用自定义函数（可读性更好） #

def process_category(x):
    if x is None:
        return "NA"
    second_value = x.get('second')
    return second_value if second_value is not None else "NA"

df['category'] = df['category'].apply(process_category)

原代码问题说明 #

你之前的lambda表达式只处理了x is not None的情况，没有定义else分支，当遇到None值时会因缺少返回值报错；同时也没有处理字典中'second'字段本身为None的场景，所以无法满足全部需求。

内容的提问来源于stack exchange，提问作者MinatoDBO