Python如何从已爬取推特entities字段的嵌套字典中提取hashtag值

首先确保df['entities']字段存储的是Python字典对象，而非JSON字符串。如果是字符串格式，先执行类型转换：

import ast
# 转换字符串格式的字典为Python字典
df['entities'] = df['entities'].apply(lambda s: ast.literal_eval(s) if isinstance(s, str) else s)

之后直接通过列表推导遍历每个条目下的hashtags列表，取出每个元素的text值即可得到目标结果：

# 提取hashtag生成新列
df['hashtags'] = df['entities'].apply(lambda x: [tag['text'] for tag in x['hashtags']])

如果需要提升代码鲁棒性，避免部分结构异常的条目报错，可以使用带校验的写法：

df['hashtags'] = df['entities'].apply(
    lambda x: [tag['text'] for tag in x.get('hashtags', []) if isinstance(tag, dict) and 'text' in tag]
)

运行后得到的df['hashtags']列就和你期望的输出格式完全一致。

内容的提问来源于stack exchange，提问作者shan