Python2.7下拆分Pandas列中的字典并生成新DataFrame

没问题，我来帮你搞定这个需求！针对Python2.7环境下处理带字典的DataFrame列拆分，我给你整理了完整的步骤和代码：

因为Python2.7的pandas读取Excel得靠xlrd库，而且得选兼容Python2.7的版本，直接跑下面的命令就行：
pip install pandas==0.24.2 xlrd==1.2.0
（注：这俩版本是亲测能在Python2.7上正常跑的，高版本的pandas和xlrd已经不支持Python2了）

假设你的Excel文件名叫data.xlsx，用pandas的read_excel就能轻松读进来：

import pandas as pd

# 读取Excel文件
df = pd.read_excel('data.xlsx')
print("原始DataFrame：")
print(df)

跑完这部分，你就能得到题目里给出的原始df结构了。

由于Python2.7的pandas没有后来的explode方法，咱们换个思路用apply+stack来处理字典列，代码如下：

# 把每个字典转成Series，再堆叠展开成行
df_expanded = df['CATEGORY'].apply(pd.Series).stack().reset_index(level=1)

# 重命名列名，匹配你要的结构
df_expanded.columns = ['CATEGORY_ID', 'CATEGORY_NAME']

# 重置索引（可选，看你要不要保留原来的索引）
df2 = df_expanded.reset_index(drop=True)

print("拆分后的DataFrame：")
print(df2)

给你解释下每一步：

• apply(pd.Series)会把每个单元格里的字典拆成列，字典的键是列名，对应的值就是单元格内容；
• stack()会把这些列转成行，形成多级索引；
• reset_index(level=1)把原来的列名（也就是字典的键）提取出来作为CATEGORY_ID，对应的值就是CATEGORY_NAME；
• 最后重置索引后，就得到了你想要的df2结构。

拿你给的示例数据测试，跑出来的df2就是：

完全符合要求！

内容的提问来源于stack exchange，提问作者Hrithu