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:
最终输出的表结构、值和你给出的预期效果完全一致。# 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"})
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
相关产品推荐

