You need to enable JavaScript to run this app. Pandas:将字典类型列拆分为键、值两列的实现方案
优惠活动
大模型
产品
解决方案
定价
更多

Pandas:将字典类型列拆分为键、值两列的实现方案

你之前用transcript["value"].str.split(":")无法得到预期结果,核心原因是当前value列的单元格存储的是Python原生字典对象,并非可直接拆分的纯文本字符串。转字符串再按冒号分割的逻辑本身就存在缺陷:会被字典内的多余空格、嵌套引号、字段顺序变化等情况干扰,完全没必要走这类文本处理的弯路,直接基于字典结构做结构化展开即可。

基础实现(适配当前单字典单元格场景)

针对你给出的、每个单元格仅存1个字典的情况,直接用pandas内置的字典展开能力就能实现目标:

  • 不需要手动拆分,直接用pd.json_normalize把整列的字典展开为独立的DataFrame:
    # 自动识别字典键为列名、提取对应值,无字符串解析误差
    expanded_value = pd.json_normalize(transcript["value"])
    
  • 按照你需要的最终表结构调整列、补固定类型字段:
    # 匹配目标表的固定type值
    expanded_value["type"] = "offer_id"
    # 调整列顺序、把带空格的原列名offer id改成下划线命名的offer_id
    final_result = expanded_value[["type", "offer id"]].rename(columns={"offer id": "offer_id"})
    
    最终输出的表结构、值和你给出的预期效果完全一致。

兼容多字典单元格的通用方案

如果你遇到部分单元格存了多个字典(比如单元格内是字典组成的列表,类似[{'offer id': 'xxx'}, {'amount': 5}]这类结构),可以在展开前先做格式统一,保证单字典、多字典两种场景都能正确处理:

  • 先写一个统一格式的处理函数,把所有单元格都转成“字典列表”的统一结构:
    def normalize_cell(cell_content):
        # 单个字典的情况,包成列表方便后续统一处理
        if isinstance(cell_content, dict):
            return [cell_content]
        # 本身是字典列表的情况直接返回
        if isinstance(cell_content, list):
            return cell_content
        # 非字典、非列表的异常空值返回空列表
        return []
    
  • 炸开列表类单元格、再统一展开字典字段即可:
    # 逐行标准化单元格格式,把列表炸成单行单字典
    normalized = transcript["value"].apply(normalize_cell).explode().reset_index(drop=True)
    # 展开所有字典字段,逻辑和基础方案一致
    expanded_value = pd.json_normalize(normalized)
    # 补类型列、调整列名
    expanded_value["type"] = "offer_id"
    final_result = expanded_value[["type", "offer id"]].rename(columns={"offer id": "offer_id"})
    

这类方法完全跳过了字符串拆分的步骤,不会因为字典内的文本格式变化出现匹配错误,适配绝大多数带嵌套字典/列表的列结构处理需求。

内容的提问来源于stack exchange,提问作者Data Mastery

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.12 09:45:05