pandas dataframe新增列时从trainingInput提取serviceAccount值异常求助

• 循环赋值逻辑错误：你在遍历每行trainingInput的循环体内，每次都对整个df['serviceaccount']列赋值，导致整列最终只会保留最后一次循环得到的serviceAccount值，看起来就像随机结果
• 异常处理位置错误：try-except放在循环内部，且触发KeyError时直接给整列赋值为None，没有处理单条数据缺失字段的场景
• 冗余操作：如果trainingInput列本身就是Python字典类型，不需要做json.dumps再json.loads的多余转换
• 注释的merge写法维度不匹配：你把二维的df5.values重复多倍构造新DataFrame，维度和原df对不上，直接触发维度错误

直接用pandas的str.get方法即可一行实现需求，还能自动处理不存在key的场景，默认返回NaN，你也可以自定义填充值：

# 直接提取，不存在key的行返回NaN
df['serviceAccount'] = df['trainingInput'].str.get('serviceAccount')

# 如果要把缺失值替换为'None'，用下面的写法
df['serviceAccount'] = df['trainingInput'].str.get('serviceAccount').fillna('None')

如果你需要同时提取多个字段（比如你注释里的region），可以用apply结合字典推导：

def extract_train_info(x):
    return pd.Series({
        'serviceAccount': x.get('serviceAccount', 'None'),
        'region': x.get('region', 'None')
    })

df[['serviceAccount', 'region']] = df['trainingInput'].apply(extract_train_info)

内容的提问来源于stack exchange，提问作者Maa