如何将含字典的Pandas DataFrame行拆分为邮箱与列表列

这问题我之前处理API返回数据时也碰到过，这种每行只有单个键值对的字典结构，用pandas的apply方法就能轻松拆分出你要的两列。

步骤1：先模拟你的原始数据（方便测试） #

首先我们先构造和你描述一致的DataFrame：

import pandas as pd

# 模拟API返回后生成的原始DataFrame
raw_data = [
    {'email@email.com': [{'action': 'data', 'date': 'date'}, {'action': 'data', 'date': 'date'}]},
    {'different-email@email.com': [{'action': 'data', 'date': 'date'}]}
]
df = pd.DataFrame(raw_data, columns=['Column'])

步骤2：拆分字典到目标列 #

因为每行的字典只有一个键值对，我们可以用next(iter(d.items()))快速提取唯一的邮箱（键）和对应的动作列表（值）。这里有两种写法，选你顺手的就行：

写法1：自定义函数（可读性更强）

def extract_email_and_actions(row):
    # 提取当前行字典里的唯一键值对
    email, action_list = next(iter(row['Column'].items()))
    # 返回指定列名的Series，方便合并到原DataFrame
    return pd.Series([email, action_list], index=['Column1', 'Column2'])

# 按行应用函数，替换原DataFrame
df = df.apply(extract_email_and_actions, axis=1)

写法2：Lambda简写（更简洁）

如果喜欢精简代码，用lambda一行搞定：

df = df['Column'].apply(lambda x: pd.Series(next(iter(x.items())), index=['Column1', 'Column2']))

最终效果 #

运行后你得到的DataFrame就会是你想要的结构：

Column1                                            Column2
0        email@email.com  [{'action': 'data', 'date': 'date'}, {'action...
1  different-email@email.com                [{'action': 'data', 'date': 'date'}]

这个方法的好处是不管你的邮箱字符串是什么格式，只要每行的字典只有一个键，就能准确拆分，完美适配API返回的这种结构。

内容的提问来源于stack exchange，提问作者DBa