如何使用Pandas对列进行两次拆分，提取字段值生成指定新列？

你当前additional_data列存储的是类字典结构，要提取对应字段首先需要确保列值为可直接读取的Python字典类型，再按需取值即可，具体实现如下：

情况1：additional_data列本身为字典类型 #

直接通过键取值即可，两种写法可选：

• 单行批量生成新列

data[['Duration', 'Incoming_Time']] = data['additional_data'].apply(pd.Series)[['duration', 'is_incoming']]

• 分字段提取逻辑更清晰

data['Duration'] = data['additional_data'].apply(lambda x: x['duration'])
data['Incoming_Time'] = data['additional_data'].apply(lambda x: x['is_incoming'])

情况2：additional_data列为字符串格式的字典 #

如果是从CSV等文本类文件读入数据，默认会把字典结构识别为字符串，需要先转成字典格式再提取：

import ast

# 先将字符串格式的字典转为Python字典，ast.literal_eval比原生eval更安全
data['additional_data'] = data['additional_data'].apply(ast.literal_eval)
# 再按上述方法提取字段
data[['Duration', 'Incoming_Time']] = data['additional_data'].apply(pd.Series)[['duration', 'is_incoming']]

原代码失败原因说明 #

你之前写的data["additional_data"] = data["additional_data"].apply(lambda x :",".join(x.split(":")[:-1]))是按冒号分割字符串后取前半部分拼接，完全没有按照字典的键值对应逻辑解析，所以无法拿到目标字段的取值。

内容的提问来源于stack exchange，提问作者Sca