如何用Pandas提取CSV中含JSON格式的列并展开数据？

步骤1：处理空值并解析JSON列 #

先把goals列中float类型的空值（NaN）替换为可被JSON解析的空数组字符串"[]"，再用json.loads解析：

import pandas as pd
import json

# 假设数据已加载到DataFrame df中
df['goals'] = df['goals'].fillna('[]')
df['goals'] = df['goals'].apply(json.loads)

步骤2：拆分进球为单独行 #

用explode方法将每个进球拆成独立行，同时保留原比赛的id_match、home_team等字段：

expanded_df = df.explode('goals', ignore_index=True)

步骤3：将进球信息展开为独立列（可选） #

如果每个进球是字典结构（比如包含球员、时间等字段），可以把字典键转为单独列：

# 拆分进球字典为列
expanded_df = pd.concat([
    expanded_df.drop('goals', axis=1),
    expanded_df['goals'].apply(pd.Series)
], axis=1)

# 按需过滤无进球的行
expanded_df = expanded_df.dropna(subset=['player'])  # 替换为实际进球字段名，如player、minute

核心要点 #

• fillna('[]')是解决类型错误的关键：把无法被json.loads处理的float空值转为合法JSON格式。
• explode会自动复制原行的所有关联字段，保证每个进球记录都对应正确的比赛信息。

内容的提问来源于stack exchange，提问作者Łukasz