如何将DataFrame嵌套route列展开并映射对应id？

输入的DataFrame包含四列：id、route、provider、zipcode

• id为唯一值
• route是随时间更新的司机位置数据，格式示例：

[{'latitude': '40.45591',
  'longitude': '-79.94219',
  'updatedAt': 1667735101102},
 {'latitude': '40.47023',
  'longitude': '-79.92902',
  'updatedAt': 1667738498659},
 {'latitude': '40.47023',
  'longitude': '-79.92902',
  'updatedAt': 1667738661292},
 {'latitude': '40.47023',
  'longitude': '-79.92902',
  'updatedAt': 1667738796658},
 {'latitude': '40.47023',
  'longitude': '-79.92902',
  'updatedAt': 1667738918577},
 {'latitude': '40.47021243896656',
  'longitude': '-79.92899329804723',
  'updatedAt': 1667738992677}]

需求 #

将每个route中的latitude、longitude、updatedAt条目与对应的id进行映射关联，得到目标输出格式。

已有单条数据处理代码 #

x=df.iloc[0]['ROUTE']
y=df.iloc[0]['_ID']
k=pd.DataFrame(x)
k['orderid']=y

批量处理实现方案 #

方法1：explode+json_normalize（高效推荐） #

如果route列是已解析的Python列表，直接拆分展开：

import pandas as pd

# 将每个route列表拆分为单独行
df_exploded = df.explode('route', ignore_index=True)
# 展开字典为独立列
result = pd.json_normalize(df_exploded['route'])
# 关联对应id
result['orderid'] = df_exploded['id']

若route列是字符串格式的列表/字典，需先转换为Python对象：

import ast
import pandas as pd

# 解析字符串为列表对象
df['route'] = df['route'].apply(ast.literal_eval)
# 执行拆分与展开
df_exploded = df.explode('route', ignore_index=True)
result = pd.json_normalize(df_exploded['route'])
result['orderid'] = df_exploded['id']

方法2：apply循环处理 #

若偏好逐行处理的逻辑，可通过apply生成子DataFrame后合并：

import pandas as pd

def process_single_row(row):
    route_df = pd.DataFrame(row['route'])
    route_df['orderid'] = row['id']
    return route_df

# 合并所有行生成的子DataFrame
result = pd.concat(df.apply(process_single_row, axis=1).tolist(), ignore_index=True)

两种方法均可实现批量需求，方法1的执行效率更高，适合大数据量场景。

内容的提问来源于stack exchange，提问作者lifo