如何拆分含不同键字典列的多索引DataFrame，展开字典为独立字段

你现有代码存在以下问题：

• 语法错误：old_df['Index' 缺少右方括号，pd.Dataframe 拼写错误（Pandas中DataFrame的F需大写），pd.concat 第一个参数需要传入包含待拼接对象的列表，不能直接传入两个DataFrame
• 逻辑错误：直接将字典类型的列转为DataFrame不会自动拆分字典键值为多列，拼接逻辑也不符合需求。

实现代码 #

import pandas as pd

# 提取需要的两列
temp = old_df[['Index', 'Attributes']].copy()
# 拆分Attributes字典列为多列
split_attr = pd.json_normalize(temp['Attributes'])
# 合并索引列与拆分后的属性列，空值填充为N/A
result = pd.concat([temp['Index'], split_attr], axis=1).fillna('N/A')

如果原表的Index是DataFrame的行索引而非普通列，调整代码如下：

# 拆分Attributes列
split_attr = pd.json_normalize(old_df['Attributes'])
# 绑定原索引
split_attr.index = old_df.index
# 重置索引为普通列，空值填充为N/A
result = split_attr.reset_index().fillna('N/A')

运行后得到的result就是你需要的结构。

内容的提问来源于stack exchange，提问作者student-cheese