如何将Pandas单列中的嵌套字典数据展开为多列DataFrame？

步骤1：将字符串格式的列表字典转为Python对象 #

你的title列内容是字符串形式的列表字典（并非原生Python对象），首先得把它转成可操作的列表与字典结构。用ast.literal_eval比直接用eval更安全：

import ast
import pandas as pd

# 假设你的DataFrame名为df
df['title'] = df['title'].apply(ast.literal_eval)

执行后，title列的每个元素会变成包含单个字典的列表（比如[{'id': 'text1', ...}]）。

步骤2：提取字典并展开嵌套结构 #

因为每个列表里只有一个字典，先把字典单独取出，再用pd.json_normalize()展开所有层级的键，包括嵌套的meta字典：

# 提取列表中的字典，得到字典类型的Series
dict_series = df['title'].str[0]
# 展开字典（含嵌套的meta结构）
expanded_df = pd.json_normalize(dict_series)

步骤3：合并到原DataFrame #

如果需要保留原DataFrame的其他列，直接去掉原title列后合并展开结果：

final_df = df.drop('title', axis=1).join(expanded_df)

特殊情况处理（可选） #

如果列表中存在多个字典，可先拆分列表为多行再展开：

# 把列表拆成多行
exploded_df = df.explode('title')
# 展开字典
final_df = pd.json_normalize(exploded_df['title'])

最终所有嵌套字段都会被拆为单独列，比如id、id2、info4（保留列表形式，如需拆分可再用explode）、meta.label1、meta.label2等。

内容的提问来源于stack exchange，提问作者crl6904