如何将Pandas中含字典列表的列拆分为键命名的同行列并填充值

如果你用Python的pandas处理这类表格数据，可以通过以下代码实现需求：

1. 准备示例数据 #

先构造包含目标列的数据集（匹配你提供的示例）：

import pandas as pd

df = pd.DataFrame({
    'extra_column': ['demo'],
    'dict_list': [
        [
            {'genre': 'Adventure, Indie, RPG',
             'item_id': '326950',
             'discounted_price': '$8.99',
             'item_url': 'http://store.steampowered.com/app/326950',
             'item_name': 'Sword of Asumi'},
            {'genre': 'Adventure, Indie, RPG',
             'item_id': '331490',
             'discounted_price': '$2.99',
             'item_url': 'http://store.steampowered.com/app/331490',
             'item_name': 'Sword of Asumi - Soundtrack'}
        ]
    ]
})

2. 执行拆分操作 #

将存储字典列表的列展平为键_索引格式的新列：

# 展平字典列表并格式化列名
expanded_df = df['dict_list'].apply(pd.Series).stack().apply(pd.Series).unstack()
expanded_df.columns = [f"{col[1]}_{col[0]}" for col in expanded_df.columns]

# 合并原数据与拆分后的列，丢弃原字典列表列
final_df = pd.concat([df.drop('dict_list', axis=1), expanded_df], axis=1)

3. 最终输出 #

处理后的表格如下：

关键逻辑解释 #

• apply(pd.Series)：将每行的字典列表拆分为多个行，每行对应一个字典
• stack() + unstack()：重新调整索引层级，让每个字典的键成为列的一部分
• 列名格式化：通过列表推导式将列名改为键_索引的形式，区分不同字典的同键字段

内容的提问来源于stack exchange，提问作者Ahmed Daker