请求验证：将DataFrame嵌套JSON列拆分为独立列的Python代码

原代码核心问题 #

1. 未解析JSON字符串：revieweddata列存储的是JSON格式的字符串，原代码直接对字符串调用extract_info函数，试图从中获取query、response等属性，必然抛出属性错误。
2. 输出结构不符合需求：原代码将每个pill拆分为单独行，但你需要的是在同一行内生成name1、link1、position1、name2等带序号的列，而非行展开。

修正后的完整代码 #

import pandas as pd
import json
from json.decoder import JSONDecodeError

# 读取原始数据
df = pd.read_csv('raw_data.csv', encoding='utf8')

# 解析JSON列，处理可能的格式错误（比如示例中多余的闭合大括号）
def parse_json(s):
    try:
        s = s.rstrip().rstrip('}')
        return json.loads(s)
    except JSONDecodeError:
        return {}

df['revieweddata'] = df['revieweddata'].apply(parse_json)

# 提取query和response字段，保留pills列表
parsed_base = pd.json_normalize(df['revieweddata'])
df = df.join(parsed_base.drop('pills', axis=1))

# 处理pills列表，生成带序号的列
def process_pills(pills_list):
    pill_dict = {}
    if not pills_list:
        return pill_dict
    for idx, pill in enumerate(pills_list, 1):
        pill_dict[f'name{idx}'] = pill.get('name')
        pill_dict[f'link{idx}'] = pill.get('link')
        pill_dict[f'position{idx}'] = pill.get('position')
    return pd.Series(pill_dict)

pills_df = parsed_base['pills'].apply(process_pills)
df = df.join(pills_df)

# 清理不需要的列（可选）
df = df.drop('revieweddata', axis=1)

# 查看结果
print(df.head())

代码说明 #

• JSON解析：通过parse_json函数将字符串转为JSON对象，同时修复了示例中多余的闭合大括号问题，避免解析报错。
• 基础字段提取：用pd.json_normalize快速提取query和response，简化代码逻辑。
• Pills列转换：遍历每个pills列表，将每个pill的字段按序号命名（如name1、link1），生成新列并合并到原DataFrame，完全匹配你的需求。

内容的提问来源于stack exchange，提问作者Jo-Achna