如何将Pandas含列表的列拆分为多列并处理NaN值？

问题原因 #

你的df['movie-data']列中存在NaN值（float类型），直接用list(df['movie-data'])转换时，NaN没有len()方法，因此触发TypeError。同时原数据每行是包含单个字典的列表，需要先提取字典再拆分列。

解决方案 #

方法1：分步处理（清晰易懂） #

1. 先处理列中的每个元素，提取字典并兼容NaN值：

def parse_movie_entry(entry):
    # 仅当entry是列表且非空时，取第一个字典；否则返回空字典
    if isinstance(entry, list) and entry:
        return entry[0]
    return {}

# 应用函数得到字典序列
movie_dicts = df['movie-data'].apply(parse_movie_entry)

2. 使用pd.json_normalize()展开字典为独立列：

split_df = pd.json_normalize(movie_dicts)
# 按需重命名列（比如将'co-stars'改为'costars'）
split_df.rename(columns={'co-stars': 'costars'}, inplace=True)

方法2：简化一行写法 #

如果追求简洁，可合并步骤：

split_df = pd.json_normalize(
    df['movie-data']
    .fillna([{}])  # 将NaN替换为包含空字典的列表
    .apply(lambda x: x[0])  # 提取列表中的字典
).rename(columns={'co-stars': 'costars'})

优势说明 #

• pd.json_normalize()是Pandas专门用于解析字典/JSON数据的工具，能自动处理缺失字段，生成对应NaN值，不会因缺少键报错
• 提前处理NaN值为[{}]，避免了提取字典时的索引错误
• 相比直接转换为DataFrame，该方法更稳定，适配3万行的大数据量

内容的提问来源于stack exchange，提问作者Ofek