我有一个如下所示的数据集（在数据框中）：

**_id** **paper_title**   **references**                                                                  **full_text** 1         XYZ              [{'abc':'something','def':'something'},{'def':'something'},...many others]       something 2         XYZ              [{'abc':'something','def':'something'},{'def':'something'},...many others]       something 3         XYZ              [{'abc':'something'},{'def':'something'},...many others]                         something

期望的结果：

**_id** **paper_title**   **abc**    **def**                               **full_text**   1         XYZ          something  something                               something                                         something  something                          .                              .                         (根据_id列展开列表中的所有字典)   2         XYZ          something  something                               something                                         something  something                          .                              .                         (根据_id列展开列表中的所有字典)

我尝试过使用df['column_name'].apply(pd.Series).apply(pd.Series)来将列表和字典拆分成数据框的列，但这并没有帮助，因为它没有拆分字典。

数据框的第一行：df.head(1)

回答：

在阅读了大量的Pandas文档后，我发现使用explode方法和apply(pd.Series)结合是最简单的方法，这正是我在问题中所寻找的。

以下是代码：

df = df.explode('reference')

# 它将列表展开为子集列的行

df = df['reference'].apply(pd.Series).merge(df, left_index=True, right_index=True, how ='outer')

# 将数据框单元格内的列表拆分为行，并与原始数据框合并，类似于集合论中的（AUB）

附注：合并时需注意列中的唯一值，因为会有许多列包含重复的值

希望这能帮助到那些在数据框/系列中处理包含多个字典的列表，并希望将多个字典的键拆分到新列中，值作为行的用户。