pandas解析字典类型列生成新列时触发ValueError的解决方案

• apply(axis=1) 遍历DataFrame时，传入lambda函数的参数x是逐行返回的整行Series对象，并非'str'列的单个元素。执行pd.notnull(x)时，会对该行所有字段逐一做非空判断，返回一个和列数等长的布尔Series。Pandas无法直接判定多值Series的整体真假，因此会抛出「真值歧义」的ValueError。
• 原代码lambda分支内的d['str'].str['a']是对全列'str'做键提取，返回的是整列结果，和逐行赋值的逻辑不匹配，就算跳过报错也无法得到预期结果。
• 示例代码未导入numpy库，直接运行会先触发np.nan未定义的NameError，属于笔误。

优先使用Pandas原生的str访问器实现，无需手写apply，性能更高且会自动跳过空值：

import pandas as pd
import numpy as np

d = pd.DataFrame({
    'id': [0, 1, 2],
    'str': [{'a':'1'},{'a':'2'},np.nan]
})

# 直接提取字典列中key为'a'的值，空值自动保留
d['new_col'] = d['str'].str['a']

执行后得到的结果如下：

如果需要保留apply写法（比如后续要追加复杂逐行逻辑），需要修正判断和取值的粒度，针对单行的目标字段做操作：

d['new_col'] = d.apply(
    lambda row: row['str'].get('a') if pd.notnull(row['str']) else row['str'],
    axis=1
)

写法注意点：

• 参数命名为row明确语义，代表当前遍历到的整行数据
• 非空判断针对row['str']（当前行的字典字段）做判断，不会返回多值布尔序列
• 取值时针对当前行的字典字段做key提取，不要引用整个DataFrame的全列数据。

内容的提问来源于stack exchange，提问作者kms