当前位置:

首页 > 编程开发 > Python怎样将一列中的字典数据展开为多列_结合apply与pd.Series重塑数据

Python怎样将一列中的字典数据展开为多列_结合apply与pd.Series重塑数据

处理字典列时,常用apply(pd.Series)展开,但需先确认数据类型是否为字典,并处理空值及键不一致问题。大数据量时建议改用pd.json_normalize,可将嵌套字典自动扁平化,性能提升显著。若各键差异大,使用map按需提取关键字段,代码更简洁清晰。

本文目录

    处理字典列的标准思路,很多人第一反应就是 df['info'].apply(pd.Series)。这招确实最直接,但实际用起来有几个坑要提前注意——数据类型的确认、空值的处理,还有字典键不一致的情况。如果行数一多,性能也成问题,这时候就该考虑 pd.json_normalize() 了;要是只想要某几个字段,用 map() 按需提取反而更清爽。

    用 apply(pd.Series) 展开字典列最直接,但要注意空值和键不一致

    假设 DataFrame 里有一列 info,每个单元格都是一个字典,想把每个 key 变成独立列,df['info'].apply(pd.Series) 确实是最轻量的解法。它会自动对齐所有字典的 key,缺失的自动填 NaN。但很多人踩过的坑是——直接 apply 后没处理空值或结构不齐。比如有的字典是 {'a': 1, 'b': 2},有的却是 {'a': 1, 'c': 3},甚至还有 None 或空字典。这时候 pd.Series 虽然还能跑,但结果里会冒出大量 NaN,而且列名混合了所有出现过的 key(包括你根本没预料到的),后续 merge 就容易对不上。

    • 务必先检查 df['info'].apply(type).unique(),确认全是 dict
    • 用 df['info'].str.len().fillna(0) 快速看字典长度分布,排查空/None
    • 如果键差异大,建议先用 df['info'].apply(lambda x: {k: v for k, v in x.items() if k in ['a', 'b', 'c']}) 显式过滤

    合并回原表时,pd.concat(..., axis=1) 比 join 更稳

    展开后得到一个新 DataFrame(比如叫 expanded),需要和原表拼回去。很多人习惯用 df.join(expanded),但默认左索引对齐,一旦原表索引被重排过、或中间有 dropna 等操作,就容易错位。pd.concat([df, expanded], axis=1) 更可靠——它按位置拼接,只要 expanded 是由 df['col'].apply(...) 生成的,二者行数和顺序天然一致,不会因为索引值变化而错行。

    • 别忘了删掉原始字典列:pd.concat([df.drop('info', axis=1), expanded], axis=1)
    • 如果原表索引不连续(比如经过 query 或 iloc),join 更可能出问题,concat 几乎无感
    • 展开列名带点号或空格?expanded.columns = [f'info_{c}' for c in expanded.columns] 提前改好,避免后续引用麻烦

    性能差?试试 pd.json_normalize 替代 apply(pd.Series)

    当字典列超过几千行,apply(pd.Series) 会明显变慢——每行都新建一个 Series 对象,Python 层循环开销大。这时候 pd.json_normalize(df['info']) 是更优的选择,它是 C 实现的,专为嵌套 JSON/字典设计,速度通常快 3–5 倍。注意 json_normalize 默认会把嵌套字典也展开(比如 {'user': {'name': 'A', 'id': 1}} 会变成 user.name 和 user.id 两列),如果只要一级 key,加参数 max_level=0:

    pd.json_normalize(df['info'], max_level=0)
    • json_normalize 对 None 和非字典值更敏感,遇到会报 TypeError,需提前清洗:df['info'] = df['info'].apply(lambda x: x if isinstance(x, dict) else {})
    • 它不依赖索引,返回的 DataFrame 行序严格对应输入序列,和 concat 配合最稳妥
    • 如果字典里有 list,json_normalize 默认会跳过;要展开 list 字段得用 record_path 参数,那是另一个场景了

    键名含特殊字符或动态变化时,别硬展,考虑用 map 提取关键字段

    不是所有字典列都适合全量展开。比如日志字段 metadata 里 key 每次都不一样({'req_id': 'x', 'trace_id': 'y'} vs {'session_id': 'z', 'region': 'cn'}),强行展开会导致列爆炸,而且多数列长期为空。这时候更务实的做法是明确你要哪几个字段,用 .map() 单独提出来:

    df['req_id'] = df['metadata'].map(lambda x: x.get('req_id') if isinstance(x, dict) else None)
    df['trace_id'] = df['metadata'].map(lambda x: x.get('trace_id') if isinstance(x, dict) else None)
    • map 比 apply 轻,不构造中间 DataFrame,内存友好
    • 用 .get(key, default) 避免 KeyError,比直接 x[key] 安全得多
    • 如果字段多且规律强(比如都以 user_ 开头),可以用 df['metadata'].apply(lambda x: {k: v for k, v in x.items() if k.startswith('user_')}).apply(pd.Series) 先过滤再展

    真正难的不是展开动作本身,而是字典数据质量——键不统一、空值混杂、嵌套层级不一。这些不会在 apply(pd.Series) 报错,却会在下游计算中悄悄引入 NaN 或错列,等你发现时往往已经跑完几轮分析。

    本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系bd@zhengruan.com
    作者最新文章
    编程开发 Python
    相关文章 更多
    python删除一个列表里的重复元素的方法与代码示例
    python删除一个列表里的重复元素的方法与代码示例

    学习如何使用Python高效删除列表中的重复元素。本文提供5种常见方法的代码示例,涵盖保持顺序与不保持顺序的场景,适合初学者和进阶开发者参考。

    Python写接口的步骤及完整代码示例
    Python写接口的步骤及完整代码示例

    详细讲解使用Python编写Web接口的核心步骤与完整代码示例,涵盖环境准备、路由定义、数据校验、服务启动及调试测试方法。

    codex怎么读取word文档及docx文件操作教程
    codex怎么读取word文档及docx文件操作教程

    介绍如何利用编程工具读取和解析Word文档(docx格式),涵盖基础文本提取代码示例、结构化数据处理逻辑,以及处理复杂排版时的技术局限与替代方案。

    怎么在Python中调用C语言代码提升性能
    怎么在Python中调用C语言代码提升性能

    详细讲解在Python中调用C语言代码提升性能的完整实践指南,包含原理分析、编译步骤、ctypes与CFFI具体实现、性能对比及常见陷阱。

    Python与C语言的性能差异及底层原理
    Python与C语言的性能差异及底层原理

    深入解析Python与C语言在执行效率上的数量级差异,从编译机制、变量内存布局、动态类型推断到GIL锁,系统阐明底层核心原理。

    Python和C语言哪个更适合编程入门
    Python和C语言哪个更适合编程入门

    客观对比Python与C语言在心智负担、底层机制与学习反馈上的核心差异,提供清晰有据的选择标准与切实的入门学习路径。

    selenium上传文件教程本地文件路径设置方法
    selenium上传文件教程本地文件路径设置方法

    深入解析Selenium处理文件上传的技术细节,涵盖标准HTML控件的路径直接注入法与非标准控件的系统级模拟方案,提供Windows与Linux环境下的路径设置最佳实践及常见异常排查。

    大数据开发语言选型:Java对比Scala与Python的优缺点及适用场景
    大数据开发语言选型:Java对比Scala与Python的优缺点及适用场景

    针对大数据工程场景,系统对比Java、Scala与Python在执行性能、生态结合、开发效率和维护成本上的核心差异,给出清晰的架构选型依据与落地方案。

    langgraph python guide中文入门教程详解
    langgraph python guide中文入门教程详解

    本篇LangGraph Python中文入门教程详解,系统梳理StateGraph状态机定义、节点编写、边与条件路由、检查点持久化(MemorySaver)等核心机制,提供从环境安装到完整循环智能体构建的代码示例与实操指导。

    Windows 安装 Python:从官方入口到虚拟环境的可复现实践
    Windows 安装 Python:从官方入口到虚拟环境的可复现实践

    面向后端开发者,基于 Python 官方文档说明如何在 Windows 上安装 Python、创建 venv 虚拟环境及使用 pip 管理依赖。包含可复制命令、验证方法及工具选择边界,避免常见配置误区。

    查看更多
    精品专题 更多
    装机必备
    装机必备

    正软商城装机必备专区,精选办公、浏览器、安全防护、影音播放、压缩解压、设计创作和系统工具等电脑常用正版软件,帮助用户快速完成新电脑软件配置。

    Windows
    Windows

    正软商城Windows软件专区,汇集适用于Windows电脑的办公、设计、安全防护、影音播放、开发工具和系统优化软件,提供软件介绍、系统要求、正版授权及购买下载服务。

    PDF教程
    PDF教程

    正软商城PDF教程频道提供PDF编辑、转换、合并、拆分、压缩及格式处理方法,同时介绍常用PDF软件和工具的使用技巧。

    Mac软件 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    Aperty macOS版
    Aperty macOS版
    macOS

    Aperty 是 Skylum 推出的 AI 人像修图软件,支持自然肤质修饰、瑕疵处理、面部与身体调整、预设及批量同步。

    WINDOWS 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    PixTV 网页版
    PixTV 网页版
    Windows

    PixTV 是一款在浏览器中使用的 AI 视觉内容创作平台,提供图片、视频、音频、文字生成、AI 分镜、局部重绘、提示词反推和无限画布等工具,适合短剧、漫剧、广告及社交媒体内容制作。