Pandas：筛选字典列包含指定键的行

嘿，我来帮你搞定这个问题！要筛选DataFrame里某列字典包含指定键的行，其实有几种简单直接的方法，我给你一步步演示：

首先，先构造一个示例DataFrame方便理解：

import pandas as pd

data = {
    'id': [1, 2, 3, 4],
    'info': [
        {'name': 'Alice', 'age': 25},
        {'name': 'Bob'},
        {'age': 30, 'city': 'NY'},
        {'name': 'Charlie', 'city': 'LA'}
    ]
}
df = pd.DataFrame(data)

假设我们要筛选info列包含age键的行，下面是几种可行的方案：

方法1：使用apply结合lambda函数 #

这是最直观的方式，对字典列的每个元素检查目标键是否存在：

target_key = 'age'
filtered_df = df[df['info'].apply(lambda x: target_key in x)]

运行后filtered_df会保留id为1和3的行，因为它们的info字典里有age键。

方法2：列表推导式（性能更优） #

如果你的数据集比较大，列表推导式通常比apply更快一点：

target_key = 'age'
filtered_df = df[[target_key in d for d in df['info']]]

原理和方法1一样，只是用列表推导生成布尔筛选序列，效率更高。

方法3：处理可能的非字典元素 #

如果你的字典列里混有非字典类型的元素（比如None或者字符串），可以加个类型判断避免报错：

target_key = 'age'
filtered_df = df[df['info'].apply(lambda x: isinstance(x, dict) and target_key in x)]

这样只会对真正的字典元素做键检查，不会抛出TypeError。

内容的提问来源于stack exchange，提问作者Munichong