熊猫拆分列表，如对象

Question

您好，我有这列名为labels的数据：

    [{'id': 123456,
      'name': John,
      'age': 22,
      'pet': None,
      'gender': male,
      'result': [{'id': 'vEo0PIYPEE',
        'type': 'choices',
        'value': {'choices': ['Same Person']},
        'to_name': 'image',
        'from_name': 'person_evaluation'}]}]

    [{'id': 123457,
      'name': May,
      'age': 21,
      'pet': None,
      'gender': female,
      'result': [{'id': zTHYuKIOQ',
        'type': 'choices',
        'value': {'choices': ['Different Person']},
        'to_name': 'image',
        'from_name': 'person_evaluation'}]}]
......

不确定这是什么类型，我想分解一下，提取值 [Same Person]，结果应该是这样的：

0                      [Same Person]
1                      [Different Person]
....

我应该如何做到这一点？

Answer 1

根据您提供的有限数据，这可行吗？

df['labels_new'] = df['labels'].apply(lambda x: x[0].get('result')[0].get('value').get('choices'))

                                              labels          labels_new
0  [{'id': 123456, 'name': 'John', 'age': 22, 'pe...       [Same Person]
1  [{'id': 123457, 'name': 'May', 'age': 21, 'pet...  [Different Person]

您也可以使用以下方法，但我发现 dict.get() 更通用（例如返回默认值）并且具有更好的异常处理能力。

df['labels'].apply(lambda x: x[0]['result'][0]['value']['choices'])

---

您可以考虑使用pd.json_normalize（阅读更多here），但对于您拥有的列的当前状态，使用它提取数据会有点复杂，而不是简单地使用@987654328 @