如何从DataFrame的字典类型列中提取值并创建新列？

场景说明 #

你有一个包含混合类型（数值、字典）的DataFrame，需要从字典类型的行中提取value字段的值，生成新列。原数据构造如下：

import pandas as pd

data = [10,{'self': 'https://elia.atlassian.net/rest/api/3/customFieldOption/10200', 'value': 'IT-Sourced Changes 2022', 'id': '10200'},30]
df = pd.DataFrame(data, columns=['Data'])

解决方案 #

方法1：自定义逻辑提取（灵活可控）

通过apply函数结合类型判断，精准处理混合类型数据：

# 提取字典中的'value'值，非字典行返回pd.NA（可替换为''或其他默认值）
df['Extracted_Value'] = df['Data'].apply(lambda x: x.get('value') if isinstance(x, dict) else pd.NA)

• 逻辑说明：先用isinstance(x, dict)判断每行数据是否为字典，是则调用x.get('value')获取指定键的值；否则返回pd.NA标记缺失值。

方法2：简洁版提取（适合常规场景）

利用pandas的str.get方法自动处理非字典类型，代码更简洁：

df['Extracted_Value'] = df['Data'].str.get('value')

• 逻辑说明：str.get会对字典类型提取指定键的值，非字典类型直接返回NaN，无需额外判断。

最终效果 #

执行后DataFrame将新增Extracted_Value列，结果如下：

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