如何将DataFrame列中的字典提取为以键为列名的新DataFrame

报错原因 #

pd.DataFrame.from_dict直接接收存储字典的Series类型输入时，会将每个字典识别为独立标量值，无法自动拆分键值对为列，因此触发需要传入索引的错误提示。

可行解决方法 #

方法1：使用pd.json_normalize（最推荐，性能最优） #

这是Pandas专门用于处理嵌套JSON/字典结构的内置方法，默认自动保留原DataFrame的索引：

import pandas as pd
new_DF = pd.json_normalize(old_DF['Col'])

如果使用的Pandas版本极旧发现索引丢失，可以手动指定索引：

new_DF = pd.json_normalize(old_DF['Col']).set_index(old_DF.index)

该方法也支持多层嵌套字典的自定义拆分，适配性更强。

方法2：使用apply转Series（兼容老版本Pandas） #

对字典列逐行应用pd.Series，会自动将字典键转为列名、值转为对应单元格内容，同时保留原索引：

new_DF = old_DF['Col'].apply(pd.Series)

写法更简洁，适配低版本Pandas场景，缺点是大数据量下性能弱于方法1。

方法3：修正from_dict写法 #

如果要继续使用from_dict方法，先将列转为字典列表，再手动指定原索引即可解决报错：

new_DF = pd.DataFrame.from_dict(old_DF['Col'].tolist(), index=old_DF.index)

内容的提问来源于stack exchange，提问作者salamander