如何从含字典列的DataFrame中筛选Job Details含Engineer的行？

你可以通过apply()结合lambda函数，检查Job Details列的每个字典是否包含'Engineer'键，进而筛选出符合条件的行，具体实现如下：

import pandas as pd

# 构建示例DataFrame
data = {
    'Name of worker': ['Alice', 'Bob', 'Charlie'],
    'Job Details': [
        {'Engineer': {'company': 'Oracle', 'department': 'Quality'}},
        {'Periodist': {'company': 'Goal to Goal', 'department': 'Sports'}},
        {'Engineer': {'company': 'Google', 'department': 'DevOps'}}
    ]
}
df = pd.DataFrame(data)

# 筛选目标行
filtered_df = df[df['Job Details'].apply(lambda x: 'Engineer' in x.keys())]

print(filtered_df)

说明 #

• df['Job Details'].apply(lambda x: 'Engineer' in x.keys())：遍历Job Details列的每个字典元素，判断'Engineer'是否为字典的顶层键，返回一组布尔值组成的Series。
• 用该布尔Series作为索引，即可提取出所有符合条件的行。

如果存在字典为空或非字典类型的异常数据，可添加类型判断避免报错：

filtered_df = df[df['Job Details'].apply(lambda x: isinstance(x, dict) and 'Engineer' in x.keys())]

内容的提问来源于stack exchange，提问作者Ignpl