遍历含空列表与字典的混合列表时，无法识别字典中的'sources'键问题排查

嘿，我来帮你看看问题出在哪~

你的核心问题出在把plates转成DataFrame的操作上，咱们一步步拆解：

为什么原代码进不了if判断？ #

先看你的plates结构：它是一个列表，里面的元素要么是空列表[]，要么是包含单个字典的列表（比如[{'plate ID': '193a', ...}]）。当你把它转成plates_df = pd.DataFrame(plates)后，DataFrame的每一行其实是这些列表元素，而不是字典本身！

所以在遍历plates_df.iterrows()时，row并不是你想要的字典，row.keys()也不是字典的键，自然'sources' in row.keys()永远为False，代码根本进不去if块。

正确的处理方式：直接遍历原列表 #

不需要用DataFrame，直接遍历plates列表，针对每个元素做判断即可：

• 先跳过空列表
• 对非空的元素，取出里面的字典（因为每个非空元素是[字典]的结构）
• 再判断字典中是否存在'sources'键

修正后的代码 #

import pandas as pd

matched_plates = []
matches_sources_ra = []
matches_sources_dec =[]

plates = [[], [], [{'plate ID': '193a', 'ra': 98.0, 'dec': 11.0, 'sources': [[3352102441297986560, 99.28418829069784, 11.821604434173034], [3352465726807951744, 100.86164898224092, 12.756149587760696]]}], [{'plate ID': '194b', 'ra': 98.0, 'dec': 11.0, 'sources': [[3352102441297986560, 99.28418829069784, 11.821604434173034], [3352465726807951744, 100.86164898224092, 12.756149587760696]]}], [], [], [], [], [], [], [], [], [], [], []] 

# 直接遍历plates列表
for plate_group in plates:
    # 跳过空列表
    if not plate_group:
        continue
    # 取出列表中的字典（你的非空元素都是单字典列表）
    plate_dict = plate_group[0]
    # 判断字典中是否有sources键
    if 'sources' in plate_dict:
        print(plate_dict["plate ID"])
        matched_plates.append([plate_dict["plate ID"], len(plate_dict["sources"])])
        # 提取第一个source的ra和dec
        matches_sources_ra.append(plate_dict["sources"][0][1])
        matches_sources_dec.append(plate_dict["sources"][0][2])

# 可以打印看看结果
print("matched_plates:", matched_plates)
print("matches_sources_ra:", matches_sources_ra)

额外小提示 #

如果你的plate_group（非空列表）里可能有多个字典，那可以再加一层遍历：

for plate_group in plates:
    if not plate_group:
        continue
    # 遍历列表中的每个字典
    for plate_dict in plate_group:
        if 'sources' in plate_dict:
            # 后续操作和之前一样
            print(plate_dict["plate ID"])
            matched_plates.append([plate_dict["plate ID"], len(plate_dict["sources"])])
            matches_sources_ra.append(plate_dict["sources"][0][1])
            matches_sources_dec.append(plate_dict["sources"][0][2])

这样就可以覆盖更多可能的情况啦~

备注：内容来源于stack exchange，提问作者user123892