如何将Pandas DataFrame中解析后的Series列拆分为独立列？

方法一：批量转换合并（效率更高） #

适合一次性提取所有字段，代码简洁高效：

import pandas as pd

# 假设原始DataFrame名为df
# 将parsed列的Series集合转为新DataFrame
parsed_data = pd.DataFrame(df['parsed'].tolist())

# 重命名列名匹配需求
parsed_data = parsed_data.rename(columns={
    'house': 'hno',
    'street name': 'street',
    'postcode': 'postcode'
})

# 合并原始DataFrame（移除parsed列）和新字段列
final_df = pd.concat([df.drop('parsed', axis=1), parsed_data], axis=1)

方法二：逐列提取（更直观） #

如果想清晰看到每一步的字段提取过程，可以用apply逐个生成新列：

# 从parsed列的每个Series中提取对应字段
df['hno'] = df['parsed'].apply(lambda x: x['house'])
df['street'] = df['parsed'].apply(lambda x: x['street name'])
df['postcode'] = df['parsed'].apply(lambda x: x['postcode'])

# 移除不再需要的parsed列
df = df.drop('parsed', axis=1)

效果验证 #

运行任意一种方法后，你的DataFrame都会生成hno、street、postcode三列，完全匹配你给出的示例效果。

内容的提问来源于stack exchange，提问作者vpat