Разбить список и словарь на колонки в df

df = pd.DataFrame()
df_test = pd.DataFrame(data)
df_test = df_test[['nativeName', 'changes']]
bl = pd.DataFrame.from_records(df_test['changes'])
bl = bl.drop(columns=[1, 2, 3, 4])
bl2 = pd.DataFrame.from_records(bl[0])
bl3 = pd.DataFrame.from_records(bl2['diff'])
bl4 = pd.DataFrame.from_records(bl3[0])
df['Название'] = bl4['value'].apply((lambda x: x['general'].get('name') if isinstance(x, dict) else None))
df['Регион'] = bl4['value'].apply((lambda x: x['general'].get('region').get('value') if isinstance(x, dict) else None))
df['Категория'] = bl4['value'].apply((lambda x: x['general'].get('categoryType').get('value') if isinstance(x, dict) else None))
df['Вид'] = bl4['value'].apply((lambda x: x['general'].get('objectType').get('value') if isinstance(x, dict) else None))
df['ЮНЕСКО'] = bl4['value'].apply((lambda x: x['general'].get('unesco').get('value') if isinstance(x, dict) else None))
df['Статус'] = bl4['value'].apply((lambda x: x['general'].get('status').get('value') if isinstance(x, dict) else None))
df['Дата создания'] = bl4['value'].apply((lambda x: x['general'].get('createDate') if isinstance(x, dict) else None))
df['Адрес'] = bl4['value'].apply((lambda x: x['general'].get('address') if isinstance(x, dict) else None))
df['Тип'] = bl4['value'].apply((lambda x: x['general'].get('typologies') if isinstance(x, dict) else None))

df6 = pd.DataFrame.from_records(df['Адрес'])

import pandas as pd
import numpy as np
 
df = pd.DataFrame({'code': list('abcde'),
                'adress': [{'add': "a1, b1, c1, d1",
                            'pos': {'coor': [1,11], 'type': 'P'}},
                           {'add': "a2, b2, c2, d2",
                            'pos': {'coor': [2,22], 'type': 'P'}},
                           {'add': "a3, b3, c3, d3",
                            'pos': {'coor': [3,33], 'type': 'P'}},
                           {'add': "a4, b4, c4, d4",
                            'pos': {'coor': [4,44], 'type': 'P'}},
                           {'add': "a5, b5, c5, d5",
                            'pos': {'coor': [5,55], 'type': 'P'}}]})
print(df)
 
df1 = pd.concat([df, pd.DataFrame.from_records(df.adress)], axis=1).drop('adress', axis=1)
print(df1)
 
df2 = pd.concat([df1, pd.DataFrame.from_records(df1.pos)], axis=1).drop('pos', axis=1)
print(df2)

df6 = pd.concat([df6, pd.DataFrame.from_records(df6.typologies)], axis=1).drop('typologies', axis=1)

import pandas as pd
import numpy as np
 
df = pd.DataFrame({'code': list('abcde'),
                'adress': [{'add': "a1, b1, c1, d1",
                            'pos': np.nan},
                           {'add': "a2, b2, c2, d2",
                            'pos': {'coor': [2,22], 'type': 'P'}},
                           {'add': "a3, b3, c3, d3",
                            'pos': {'coor': [3,33], 'type': 'P'}},
                           {'add': "a4, b4, c4, d4",
                            'pos': {'coor': [4,44], 'type': 'P'}},
                           {'add': "a5, b5, c5, d5",
                            'pos': {'coor': [5,55], 'type': 'P'}}]})
#print(df)
 
df1 = pd.concat([df, pd.DataFrame.from_records(df.adress.dropna())], axis=1).drop('adress', axis=1)
print(df1)
 
###########
# можно это через функцию оформить, если есть еще "развертки" с вложенными nan
tmp = pd.DataFrame(df1.pos.dropna())
tmp.reset_index(level=0, inplace=True)
tmp = pd.concat([tmp, pd.DataFrame.from_records(tmp.pos)], axis=1).drop('pos', axis=1)
tmp.set_index('index', inplace=True)
print(tmp)
###########
 
df2 = pd.concat([df1, tmp], axis=1).drop('pos', axis=1)
print(df2)