Pandas如何将DataFrame Workbooks列JSON值转字符串并拆分多字段

Pandas DataFrame中Workbooks列存储了列表包裹的字典结构值，示例数据如下：

Workbooks
0  [{'name': 'Dashboard_5MRecords'}]
1  [{'name': 'Dashboard_5MRecords_PerformanceFIS'}]
2  [{'name': 'Dashboard_5MRecords.twbx'}]

两类处理需求的对应解决方案如下：

目标是将列表字典中的name值提取为纯字符串替换原列内容，直接使用apply按索引取值即可：

df['Workbooks'] = df['Workbooks'].apply(lambda item: item[0]['name'])

处理后原Workbooks列的值会直接变为Dashboard_5MRecords、Dashboard_5MRecords_PerformanceFIS这类纯字符串格式。

如果列表内的字典包含id等额外字段，例值为[{'name': 'Dashboard_5MRecords','id': '5478994'}]，需要将不同键拆分为独立列，可以选择以下两种实现方式：

• 方式1：使用apply展开后拼接
  适合简单结构，写法简洁：

  # 提取列表内字典，展开为多列
  expand_columns = df['Workbooks'].apply(lambda item: item[0]).apply(pd.Series)
  # 将展开的列拼接到原DataFrame
  df = pd.concat([df, expand_columns], axis=1)
  # 不需要原Workbooks列可执行删除
  # df.drop(columns='Workbooks', inplace=True)
  

• 方式2：使用json_normalize结构化解析
  适合字段多、存在嵌套的复杂结构，兼容性更好：

  import pandas as pd
  # 提取列表首元素后做标准化解析
  expand_df = pd.json_normalize(df['Workbooks'].str[0])
  # 拼接回原表
  df = pd.concat([df, expand_df], axis=1)
  

注意：上述方案默认Workbooks列所有行均为长度为1的列表，且列表内字典包含待提取的键。如果存在空值、结构异常的行，需要提前增加异常捕获逻辑，避免触发KeyError或索引错误。

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