Python Pandas：按字典类型列的字段筛选DataFrame行

你遇到的KeyError是因为直接通过.intent访问Series里的字典键行不通——pandas会把intent当成Series的属性/列名，而不是字典的键。下面给你两种可行的解决办法：

方法1：使用apply直接判断字典值 #

这是最直接的方式，通过apply遍历topIntent列的每个字典元素，提取intent键并做判断：

# 筛选intent等于指定值的行
filtered_df = my_df[my_df['topIntent'].apply(lambda x: x['intent'] == 'UseCasePaymentArrangement')]

运行后filtered_df就会只保留符合条件的行，也就是你想要的message1那一行。

方法2：先展开字典列为单独字段（更适合后续多字段操作） #

如果之后还需要用到score这类字典里的其他字段，推荐先把字典列展开成单独的DataFrame列，再进行筛选：

import pandas as pd

# 将topIntent列的字典展开为单独的intent和score列
expanded_df = my_df.join(pd.json_normalize(my_df['topIntent']))

# 筛选intent符合条件的行，同时保留原有的message和topIntent列
filtered_df = expanded_df[expanded_df['intent'] == 'UseCasePaymentArrangement'][['message', 'topIntent']]

这种方式的优势是后续对intent、score的操作会更直观，不用再反复处理字典。

额外提醒：确认字典类型 #

如果你的topIntent列其实是字符串形式的字典（比如看起来像字典但实际是str类型），需要先把它转换成真正的字典：

import ast

# 将字符串字典转为Python字典
my_df['topIntent'] = my_df['topIntent'].apply(ast.literal_eval)

转换完成后再使用上面的筛选方法即可。

内容的提问来源于stack exchange，提问作者Tony Mathew