如何在保留NaN值的前提下拆分Pandas中含字典的列为多列

核心思路 #

先对Other_Name列的NaN值做兼容处理，再展开字典生成目标列，全程保留原NaN行不删除。

完整代码 #

import pandas as pd
import numpy as np

# 原始DataFrame
df = pd.DataFrame({
    'Name': ['AZ', 'AF'], 
    'Other_Name': [np.nan, [{'name': 'ARES ZAN', 'language': 'en', 'type': 'ALTERNATIVE'}]]
})

# 1. 预处理：NaN替换为含空字典的列表，取出列表内的字典元素
df['Other_Name'] = df['Other_Name'].apply(lambda x: [{}] if pd.isna(x) else x)
temp_col = df['Other_Name'].str[0]

# 2. 展开字典为多列，添加指定前缀
expanded_cols = temp_col.apply(pd.Series).add_prefix('Other_Name_')

# 3. 拼接回原表，删除原始列
df = pd.concat([df.drop('Other_Name', axis=1), expanded_cols], axis=1)

输出结果 #

处理后df的结构如下：

兼容说明 #

如果你的Other_Name列中部分列表包含多个字典，可以先调用df = df.explode('Other_Name', ignore_index=True)展开列表，再执行后续处理即可。

内容的提问来源于stack exchange，提问作者A2N15