将不包含任何值的字典列表转换为多个 Dataframe 列

Question

我有一个包含 10k 行不同用户输入文本响应的数据框。 对于每个响应，Dataframe 中的其他几列包含字典列表，如下所示：

列 [0] 的顶行：

{'动作'：'点击'，'docid'：'url_1'，'位置'：1}

列 [1] 的顶行：

{'action': 'NoAction', 'docid': 'url_2', 'position': 2 }`

我需要将其转换为多个 Dataframe 列并连接回原始文件。

我尝试在列 [0] 上执行以下操作，效果很好：

top1_list = df[df.columns[0]].tolist()
df_result1 = pd.DataFrame.from_dict(top1_list)
df_result1.columns = ['action_1', 'docid_1', 'position_1']
data1 = pd.concat([df_result1, df], axis=1)

当我在列 [1] 上尝试相同的方法时，因为对于某些用户输入响应，列 [1] 为空。 我收到了'NoneType' object has no attribute 'keys' 。 但是，如果我在将 column[1] 转换为 list 时删除了 none 值，那么我丢失了原始索引位置并且无法正确连接回原始文件。

那么将字典列表（不包含任何值）转换为多个 Dataframe 列同时将它们保持在正确的索引位置的解决方案是什么？

谢谢！

Answer 1

使用解决问题

df['result2'].apply(pd.Series)

谢谢。