如何使用Python将存储字典的DataFrame列转换为键为列名的结构化表格

首先确认records列的元素为Python字典类型，若为字符串格式的字典，需先做类型转换：

import ast
# 将字符串格式的字典转为实际字典对象
df['records'] = df['records'].apply(ast.literal_eval)

方法1：直接转列表生成新DataFrame（适合平级字典场景） #

代码最简单，处理普通平级字典效率最高：

import pandas as pd

# 展开records列为独立字段
expanded_cols = pd.DataFrame(df['records'].tolist(), index=df.index)
# 若需要保留原表除records外的其他字段，执行合并，不需要可直接使用expanded_cols作为结果
final_df = pd.concat([df.drop('records', axis=1), expanded_cols], axis=1)

方法2：使用json_normalize展开（兼容性更强） #

如果字典存在嵌套键、部分行缺键的场景，用该方法更稳妥，会自动处理异常场景：

# 展开records列，自动拆分嵌套键、给缺键的行填充NaN
expanded_cols = pd.json_normalize(df['records']).set_index(df.index)
# 合并原表其他字段
final_df = pd.concat([df.drop('records', axis=1), expanded_cols], axis=1)

执行后生成的final_df就会自动将原字典的所有键作为列名，对应值填充到对应单元格，符合结构化二维表格的要求。

内容的提问来源于stack exchange，提问作者Oreximena