如何拆分DataFrame中的字典列为单独列且仅保留字典值

适用场景 #

DataFrame中存在单列存储字典数据，需要将字典的键值对拆分到独立列，仅保留对应值。

代码实现 #

首先构造示例数据用于演示：

import pandas as pd

# 示例原始数据
df = pd.DataFrame({
    'dic': [
        {'_id': '1', 'value': 'apple'},
        {'_id': '2', 'value': 'car'}
    ]
})

方法1：键顺序固定的简单场景 #

当所有行字典的键顺序完全一致时，可直接提取值生成新列：

new_df = pd.DataFrame(df['dic'].apply(lambda x: list(x.values())).tolist(), columns=['_id', 'value'])

方法2：通用兼容场景 #

不受字典键顺序影响，存在部分行缺键时自动填充NaN，更稳定：

new_df = pd.json_normalize(df['dic'])

合并回原数据集 #

如果需要保留原始DataFrame除字典列外的其他字段，可按以下方式拼接：

df = pd.concat([df.drop('dic', axis=1), new_df], axis=1)

最终输出效果 #

处理后得到的结果如下：

注意事项 #

• 如需自定义列名，可直接修改生成的new_df的columns属性，如new_df.columns = ['第一列', '第二列']
• 若字典嵌套层级超过1层，可调整pd.json_normalize的record_path、meta参数适配需求

内容的提问来源于stack exchange，提问作者Omar