如何从Pandas DataFrame中提取字典内的数值？

当然可行，以下是几种简单的实现方式：

方法1：直接处理已生成的DataFrame #

针对已经创建好的df，可以用apply方法提取字典里的ALU对应值，直接替换原列：

df[1] = df[1].apply(lambda x: x['ALU'])

要是怕遇到缺失ALU键的情况，还可以加个容错，避免报错：

df[1] = df[1].apply(lambda x: x.get('ALU', None))

方法2：创建DataFrame前预处理数据 #

更高效的方式是在生成DataFrame之前就把数据处理好，省得后续再改列：

# 替换原来的rates_dic和df创建代码
rates_dic = [(date, value['ALU']) for date, value in rates.items()]
df = pd.DataFrame(rates_dic, columns=['日期', 'ALU价格'])  # 还能顺便给列起个直观的名字

方法3：用json_normalize展开字典 #

如果之后字典结构可能变复杂（比如多几个键），可以用pd.json_normalize来展开：

import pandas as pd
# 展开第1列的字典数据
df_alu = pd.json_normalize(df[1])
# 把展开后的数值替换原列
df[1] = df_alu['ALU']

处理完成后，你的DataFrame第1列就会直接显示对应数值，比如第0行就是12.079170589589772。

内容的提问来源于stack exchange，提问作者langermc