Pandas：如何拆分字典中的列表并生成新列

现有中间结果 #

经过你之前的代码处理后，得到的DataFrame如下：

A   opt_X    opt_Y
1   Room1    ['A1','A2']
2   Room2    ['B1', 'B2','B3']

完成剩余拆分的代码 #

直接执行以下代码即可将opt_Y列的列表拆分为多列，并填充长度不足的位置为0：

# 将opt_Y的列表转为DataFrame，缺失值补0
y_split = pd.DataFrame(df['opt_Y'].tolist(), index=df.index).fillna(0)
# 给拆分后的列重命名为opt_Y_1、opt_Y_2...
y_split.columns = [f'opt_Y_{col+1}' for col in y_split.columns]
# 合并到原DataFrame，删除原opt_Y列
df = df.join(y_split).drop('opt_Y', axis=1)

整合完整流程代码 #

如果要从原始DataFrame一步到位，完整代码如下：

import pandas as pd

# 原始DataFrame
df = pd.DataFrame({
    'A': [1, 2],
    'B': [[{'X': 'Room1', 'Y': ['A1', 'A2']}], [{'X': 'Room2', 'Y': ['B1', 'B2','B3']}]]
})

# 第一步：解析B列的字典
L = [pd.json_normalize(x) for x in df.pop('B')]
df = df.join(pd.concat(L, ignore_index=True, sort=False).add_prefix('opt_'))

# 第二步：拆分opt_Y的列表列
y_split = pd.DataFrame(df['opt_Y'].tolist(), index=df.index).fillna(0)
y_split.columns = [f'opt_Y_{col+1}' for col in y_split.columns]
df = df.join(y_split).drop('opt_Y', axis=1)

# 查看结果
print(df)

执行后得到目标结果：

A  opt_X opt_Y_1 opt_Y_2 opt_Y_3
1  Room1      A1      A2       0
2  Room2      B1      B2      B3

内容的提问来源于stack exchange，提问作者bawa_91