如何提取DataFrame中列表内的指定值生成衍生列？

给定如下结构的DataFrame，其中Index列的每个元素是仅包含一个字典的列表：

import pandas as pd

# 构造示例数据
data = {
    'Index': [[{'cadence': '2022-12-07 14:02:28.012', 'id': 'RJASTD'}],
              [{'cadence': '2022-12-07 14:02:28.012', 'id': 'NMRFAS'}]],
    'Name': ['Sarah', 'James']
}
df = pd.DataFrame(data)

对应的DataFrame展示：

需要提取每个列表中字典的id值，生成Index1列，最终目标效果如下：

解决方案 #

你之前尝试的lstrip()、replace()属于字符串处理方法，但Index列的元素是列表对象，不是字符串，因此这类方法无效。可以通过以下两种方式直接操作列表和字典提取目标值：

方法1：使用apply配合lambda函数

对Index列的每个元素，先取列表的第一个元素（即目标字典），再提取字典中id键对应的值：

df['Index1'] = df['Index'].apply(lambda x: x[0]['id'])

方法2：使用Pandas的嵌套索引语法（更简洁）

利用Pandas对嵌套结构的支持，通过str索引直接访问列表和字典的层级元素：

df['Index1'] = df['Index'].str[0].str['id']

验证结果 #

执行上述任一代码后，筛选目标列查看效果：

print(df[['Index1', 'Name']])

输出结果：

Index1   Name
0  RJASTD  Sarah
1  NMRFAS  James

内容的提问来源于stack exchange，提问作者Sanket Sathe