Pandas筛选DataFrame字典列指定键值行并提取字段值方法

你之前写的str.contains筛选无效，核心原因是space列存储的是原生Python字典类型数据，不是字符串，直接调用字符串匹配方法无法识别字典内的键值对，所以筛选没有结果。

1. 筛选符合条件的原始行 #

三个筛选条件完全等价（均对应221号Pm-3m立方空间群），任选其一即可：

# 方式1：按symbol键匹配
filtered_df = df[df['space'].apply(lambda x: x['symbol'] == 'Pm-3m')].copy()

# 方式2：按hall键匹配
# filtered_df = df[df['space'].apply(lambda x: x['hall'] == '-P 4 2 3')].copy()

# 方式3：按number键匹配
# filtered_df = df[df['space'].apply(lambda x: x['number'] == 221)].copy()

执行完上述代码，得到的filtered_df就是保留完整space字典列的筛选结果，和要求的第一步输出格式完全一致。

2. 替换space列为symbol值 #

提取每行字典中symbol键对应的值，覆盖原space列即可得到最终结果：

filtered_df['space'] = filtered_df['space'].apply(lambda x: x['symbol'])

如果运行代码时报错提示TypeError: string indices must be integers，说明你的space列存的是字符串格式的字典（不是真正的字典对象），先执行下面的代码把字符串转成字典，再跑上面的筛选、替换逻辑即可：

import ast
df['space'] = df['space'].apply(ast.literal_eval)

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