如何基于列表内的字典键在DataFrame中创建新列

可以通过两步操作实现需求：将每个字典列表合并为单个字典，再将字典转换为新列与原DataFrame拼接。

代码实现 #

import pandas as pd

# 处理你的DataFrame（假设原DataFrame名为df）
# 1. 合并每行的字典列表为单个字典
df['combined_dict'] = df['criteria'].apply(lambda x: {k: v for d in x for k, v in d.items()})

# 2. 将字典列拆分为多列，并与原DataFrame拼接
final_df = pd.concat([df, pd.DataFrame(df['combined_dict'].tolist())], axis=1)

# 可选：删除中间生成的combined_dict列
final_df = final_df.drop('combined_dict', axis=1)

说明 #

• 第一步通过字典推导式，遍历每行的所有字典，把所有键值对合并成一个字典，解决了列表中字典数量不等的问题
• 第二步利用pd.DataFrame()将字典序列直接转换为带列名的DataFrame，缺失的键会自动填充NaN
• 最终结果会新增Seniority level、Employment type等列，对应每行的字典值

内容的提问来源于stack exchange，提问作者jeanneta olivia