Python如何拆分DataFrame单元格内的字典列表生成指定结构的DataFrame？

以下是针对需求的可直接运行实现代码，提供两种实现思路：

方法1：鲁棒性实现（不依赖列表元素顺序） #

该方案通过判断periodvalue字段区分上下半场，就算列表内上下半场顺序错乱也能正确取值：

import pandas as pd

# 1. 构造原始示例DataFrame，你实际使用时替换为自己读取的DataFrame即可
df = pd.DataFrame({
    'matchNum': [78, 56],
    'accumulatedscore': [
        [{'periodvalue': 'FirstHalf', 'periodstatus': 'ResultFinal', 'home': '0', 'away': '0'}, {'periodvalue': 'SecondHalf', 'periodstatus': 'ResultFinal', 'home': '1', 'away': '0'}],
        [{'periodvalue': 'FirstHalf', 'periodstatus': 'ResultFinal', 'home': '2', 'away': '1'}, {'periodvalue': 'SecondHalf', 'periodstatus': 'ResultFinal', 'home': '4', 'away': '3'}]
    ]
})

# 2. 定义得分提取函数
def extract_score(score_list):
    home1 = away1 = home2 = away2 = None
    for item in score_list:
        if item['periodvalue'] == 'FirstHalf':
            home1 = int(item['home'])
            away1 = int(item['away'])
        elif item['periodvalue'] == 'SecondHalf':
            home2 = int(item['home'])
            away2 = int(item['away'])
    return pd.Series([home1, away1, home2, away2], index=['home1', 'away1', 'home2', 'away2'])

# 3. 应用函数拆分列，生成目标结构
df[['home1', 'away1', 'home2', 'away2']] = df['accumulatedscore'].apply(extract_score)
result = df[['matchNum', 'home1', 'away1', 'home2', 'away2']]

# 输出验证
print(result)

方法2：简洁实现（依赖列表元素固定顺序） #

如果可以确保accumulatedscore列的列表中，第一个元素永远是上半场、第二个永远是下半场，可以使用更简洁的写法：

import pandas as pd

# 构造原始DataFrame步骤同上
df = pd.DataFrame({
    'matchNum': [78, 56],
    'accumulatedscore': [
        [{'periodvalue': 'FirstHalf', 'periodstatus': 'ResultFinal', 'home': '0', 'away': '0'}, {'periodvalue': 'SecondHalf', 'periodstatus': 'ResultFinal', 'home': '1', 'away': '0'}],
        [{'periodvalue': 'FirstHalf', 'periodstatus': 'ResultFinal', 'home': '2', 'away': '1'}, {'periodvalue': 'SecondHalf', 'periodstatus': 'ResultFinal', 'home': '4', 'away': '3'}]
    ]
})

# 直接按索引取值拆分
df['home1'] = df['accumulatedscore'].str[0].str['home'].astype(int)
df['away1'] = df['accumulatedscore'].str[0].str['away'].astype(int)
df['home2'] = df['accumulatedscore'].str[1].str['home'].astype(int)
df['away2'] = df['accumulatedscore'].str[1].str['away'].astype(int)

result = df[['matchNum', 'home1', 'away1', 'home2', 'away2']]
print(result)

两种方法最终输出的结果都和你给出的目标结构完全一致。

内容的提问来源于stack exchange，提问作者Chai Christo