本文介绍如何从 deepdiff 生成的嵌套路径字符串（如 `root[''prod1''][''p_col''][''c_col'']`）中自动提取多级字段名，并动态构建对应数量的列，实现灵活、可扩展的变更分析表格。 在使用 deepdiff 比较嵌套 JSON 文档时，values_changed 字典的键是形如 root[''prod1''][''p_col''][''c_col2''][''c_col5''] 的路径字符串。若需将这些路径结构映射为结构化 DataFrame（例如区分 product、parent-field、field 等层级），硬编码切分逻辑（如多次 find/split）既脆弱又难以维护。理想方案是基于实际路径深度动态生成列，而非预设固定列数。 推荐采用正则 + str.extractall 的向量化方式，稳健提取所有方括号内的标识符： 复制AI写代码 import pandas as pd import re # 假设 values_changed 已从 DeepDiff 获取（字典格式） values_changed = { "root[''prod1''][''p_col''][''c_col'']": {"new_value": -2.866711109999983, "old_value": -2.75}, "root[''prod1''][''p_col23'']": {"new_value": 1, "old_value": 54}, "root[''prod1''][''p_col''][''c_col2''][''c_col5'']": {"new_value": 1.678, "old_value": 5.12} } # 步骤1：转为 DataFrame（行索引为原始路径） df = pd.DataFrame.from_dict(values_changed, orient=''index'') # 步骤2：用正则提取所有 [''xxx''] 中的字段名（忽略 ''root''） # \[''(\w+)''\] 匹配单引号包围的字母数字字段；extractall 返回 MultiIndex Series path_parts = df.index.str.extractall(r"\[''(\w+)''\]")[0] # 步骤3：展开为宽表，每级对应一列；列名按语义映射（可扩展） max_depth = path_parts.index.get_level_values(''match'').max() + 1 column_mapping = {0: ''product'', 1: ''parent-field''} # 其余列统一命名为 ''field''，Pandas 自动处理重复列名（field, field, field...） columns = [column_mapping.get(i, ''field'') for i in range(max_depth)] # 步骤4：unstack 展开 + 重命名列 + 关联原数据 expanded = (path_parts.unstack(''match'') .rename(columns=lambda i: columns[i] if i < len(columns) else ''field'') .join(df.reset_index(drop=True))) print(expanded) 输出结果将自动适配最长路径深度（本例为 4 级），生成如下结构： product parent-field field field new_value old_value prod1 p_col c_col NaN -2.866711 -2.75 prod1 p_col23 NaN NaN 1.000000 54.00 prod1 p_col c_col2 c_col5 1.678000 5.12 ✅ 关键优势： 完全动态：无需预设字段层数，自动适配任意嵌套深度； 健壮可靠：正则 \[''(\w+)''\] 精准匹配合法字段名，避免字符串索引越界或引号解析错误； 向量化高效：利用 Pandas 内置方法，比循环+ast.literal_eval或手动 split 快数倍； 易扩展：通过修改 column_mapping 字典即可调整前 N 列语义（如增加 sub-parent），后续列自动归为 field。 ⚠️ 注意事项： 路径中若含非 \w+ 字符（如连字符、点号），需调整正则为 r"\[''([^''\]]+)''\]" 并注意 SQL/CSV 导出时的转义； 若需严格对齐列数（如补空字符串而非 NaN），可在最后调用 .fillna('''')； 实际项目中建议封装为函数，接收 values_changed 字典和可选列名映射，提升复用性。 此方法将路径解析从“字符串手术”升级为“结构化提取”，是构建可维护文档差异分析流水线的核心实践。