如何将含字典列表的Pandas DataFrame行展开并保留关联字段？

现有一个包含date、person等字段的Pandas DataFrame，person列的值为字典列表，格式如下：

date          person
0   2002-09-04    [{'name':'anna', 'weight':'2.9', 'hospital':'x'}, {'name': 'jacob', ...}, ...] 
1   2002-10-16    [{'name':'lynn', 'weight':'3.0', 'hospital':'y'}, {'name': 'tony', ...}, ...] 

希望转换为如下格式的新DataFrame：

date          name    weight    hospital
0   2002-09-04    anna    2.9       x
1   2002-09-04    jacob   ...       ...
n   2002-10-16    lynn    3.0       y
n1  2002-10-16    tony    ...       ...

目前已通过以下代码将person列的字典列表展开为新DataFrame，但无法保留对应的date等关联字段：

df_person = pd.DataFrame()

for row, _ in enumerate(df['person']):
    df_person = df_person.append(df['person'][row], ignore_index = True, sort = False)

方法一：使用explode + json_normalize（推荐） #

这是Pandas 0.25+版本支持的高效写法，无需循环，代码简洁且性能更优：

# 将person列的列表拆分成多行，每行对应一个字典
df_exploded = df.explode('person')
# 将字典列解析为单独字段，并关联原date列
result = pd.json_normalize(df_exploded['person']).join(df_exploded['date'])
# 调整列顺序，把date放到首位
result = result[['date', 'name', 'weight', 'hospital']]

方法二：改进循环代码 #

如果坚持用循环实现，需要在每次循环时给每个person字典添加对应的date字段，再合并：

dfs = []
for idx, row in df.iterrows():
    # 给当前行的每个person字典追加date字段
    person_list = [dict(p, date=row['date']) for p in row['person']]
    dfs.append(pd.DataFrame(person_list))

# 合并所有子DataFrame
df_person = pd.concat(dfs, ignore_index=True)
# 调整列顺序
df_person = df_person[['date', 'name', 'weight', 'hospital']]

注意：原代码中使用的append方法在Pandas 2.0+已标记为过时，改用pd.concat能获得更好的性能。

内容的提问来源于stack exchange，提问作者Jana