如何高效从DataFrame嵌套字典提取指定字段？含get()方法使用疑问

嘿，这个需求太常见了！你现在用try-except的方法虽然可行，但确实有点繁琐，用get()来处理嵌套字典的提取绝对是更优雅高效的选择，我来给你捋两种好用的实现方式：

方法一：链式调用get() + pandasapply #

直接利用get()的默认值参数，逐层处理嵌套结构，同时结合pandas的apply函数批量处理整列数据，代码非常简洁：

# 直接生成新列存储提取的地址
testing['addresses'] = testing['Results_dict'].apply(
    lambda x: x.get('result', {}).get('Address', 'No info')
)

解释一下逻辑：

1. 对Results_dict列的每个字典对象x，先调用x.get('result', {})：如果当前字典里没有'result'这个键，就返回一个空字典{}（而不是抛出KeyError），这样后续的操作不会报错。
2. 接着对第一步的结果（要么是'result'对应的子字典，要么是空字典）调用.get('Address', 'No info')：如果存在'Address'键就取对应的值，不存在就返回默认的'No info'。

这种方法比手动写for循环高效得多，因为pandas的apply内部做了优化，而且代码量少，可读性也更强。

方法二：用pd.json_normalize展开嵌套字典 #

如果你需要提取多个嵌套字段（比如同时取Address、website、status），用json_normalize把嵌套字典直接展开成DataFrame的列会更方便：

# 把Results_dict列的嵌套字典展开成平级列
normalized_df = pd.json_normalize(testing['Results_dict'])
# 提取result.Address列，缺失值用'No info'填充
testing['addresses'] = normalized_df['result.Address'].fillna('No info')

优势：

展开后你可以直接通过列名（比如result.website、result.status）提取其他字段，一次处理所有需要的嵌套数据，不用重复写链式get，适合多字段提取的场景。

两种方法都能替代原来的try-except循环，效率和可读性都更好，你可以根据自己的需求选～

内容的提问来源于stack exchange，提问作者mathgeek