如何将Pandas中Object类型的字典格式列提取id值？

问题分析 #

你的Conta列存储的是字符串形式的字典，而非真正的字典对象，同时列中存在NaN值，这是两种方法报错的核心原因：

• 方法一错误：df['Conta'].to_dict()会将整列转换为{索引: 字符串值}的字典，遍历得到的是索引字符串，自然没有get方法；且原数据本身是字符串，无法直接调用字典方法。
• 方法二错误：ast.literal_eval无法解析NaN值，遇到空值时会抛出格式错误。

方法1：安全解析字典并提取ID（兼容NaN和格式错误） #

通过try-except包裹解析逻辑，同时处理空值和格式异常：

import ast
import pandas as pd

df = pd.read_csv('csv/Modulo_CS.csv')

def extract_conta_id(conta_entry):
    if pd.isna(conta_entry):
        return None  # 空值返回None，可替换为你需要的默认值（如0）
    try:
        # 将字符串转为字典对象
        conta_dict = ast.literal_eval(conta_entry)
        # 提取id，不存在则返回None
        return conta_dict.get('id', None)
    except (SyntaxError, ValueError):
        # 解析失败时返回None或默认值
        return None

# 应用函数到整列
df['Conta'] = df['Conta'].apply(extract_conta_id)

方法2：正则表达式直接提取ID（更高效，适合格式固定场景） #

如果Conta列的字典格式固定（'id':'数字串'），可以直接用正则提取目标值，无需解析整个字典：

import pandas as pd

df = pd.read_csv('csv/Modulo_CS.csv')

# 匹配'id':'后面的连续数字，提取为新的Conta列值
df['Conta'] = df['Conta'].str.extract(r"'id':'(\d+)'", expand=False)

该方法性能更优，且自动忽略无法匹配的空值或格式错误行（返回NaN）。

内容的提问来源于stack exchange，提问作者Nicholas Andrade