Pandas解析含字典列表的列提取指定键值时遇类型错误求助

问题描述 #

我尝试解析DataFrame中名为tags的列，该列存储字典列表，目标是提取每个字典中var1键的值组成列表。

示例数据 #

tags列的示例值：

[{'var1': 'blue','var2': 123,'var3': 888},{'var1': 'red','var2': 123,'var3': 888},{'var1': 'green','var2': 123,'var3': 888}]

期望输出 #

['blue', 'red', 'green']

尝试的代码 #

d = [{f'{k}{i}': v for i, y in enumerate(x, 1) for k, v in y.items() if k == 'var1'} for x in df['tags']]
df = pd.DataFrame(d, index=df.index).sort_index(axis=1)

遇到的错误 #

TypeError: 'float' object is not iterable

尝试将i和v转为字符串（str(i)、str(v)）后，错误依然存在。

问题根源 #

报错的核心是**df['tags']列中存在非列表的float类型值**（绝大多数情况是NaN）。当循环遍历到这些值时，enumerate(x)会因为x是不可迭代的float类型，直接抛出TypeError——和你转不转字符串没关系，根本问题是迭代对象不对。

解决方法 #

1. 先清理异常数据 #

先把tags列中所有不是列表的内容转为空列表，避免迭代报错：

df['tags'] = df['tags'].apply(lambda x: x if isinstance(x, list) else [])

2. 简化提取逻辑 #

你原来的代码过于绕，直接用列表推导式就能提取目标值：

# 提取每个列表里所有字典的var1值，生成新列
df['var1_list'] = df['tags'].apply(lambda x: [d.get('var1') for d in x])

如果需要把提取出的var1拆分成单独的列（比如var1_1、var1_2这种格式），可以用pd.Series直接展开：

# 展开为多列，缺失位置自动补NaN
var1_cols = df['tags'].apply(lambda x: pd.Series([d.get('var1') for d in x]))
# 重命名列名
var1_cols.columns = [f'var1_{idx+1}' for idx in var1_cols.columns]
# 和原DataFrame合并
df = pd.concat([df, var1_cols], axis=1)

测试验证 #

用你给出的示例数据测试：

import pandas as pd

# 构造示例数据
data = {'tags': [
    [{'var1': 'blue','var2': 123,'var3': 888},{'var1': 'red','var2': 123,'var3': 888},{'var1': 'green','var2': 123,'var3': 888}],
    # 模拟一个异常值（NaN）
    float('nan')
]}
df = pd.DataFrame(data)

# 清理数据
df['tags'] = df['tags'].apply(lambda x: x if isinstance(x, list) else [])
# 提取var1列表
df['var1_list'] = df['tags'].apply(lambda x: [d.get('var1') for d in x])

print(df['var1_list'].tolist())

输出：

[['blue', 'red', 'green'], []]

内容的提问来源于stack exchange，提问作者gdogg371