使用Pandas处理JSON数据时，拆分assignees与labels列遇ValueError问题求助

首先，咱们先搞清楚这个ValueError: columns must be unique错误的根源：Pandas绝对不允许DataFrame里出现重复的列名，不管是原数据自带的，还是你处理过程中生成的，只要列名重复就会触发这个错误。接下来咱们分两种情况解决你的问题：

一、处理assignees嵌套字典列（拆分为独立列） #

你的assignees列是嵌套字典的列表，直接explode后还要把字典拆成单独的列，这里要注意别让新生成的列名和原DataFrame里的列重名（比如原数据如果已经有id列，那拆出来的assignee id就得改个名字）。具体步骤如下：

import pandas as pd

# 1. 先把assignees列炸开，每个字典单独占一行
df_exploded = df.explode('assignees', ignore_index=True)

# 2. 把炸开后的字典列拆成单独的列，给新列加前缀避免重名
assignee_details = df_exploded['assignees'].apply(pd.Series).add_prefix('assignee_')

# 3. 把拆分后的列和原数据合并，同时删掉原来的assignees列
final_assignee_df = pd.concat([df_exploded.drop('assignees', axis=1), assignee_details], axis=1)

# 可选：把web_url重命名成你想要的URL
final_assignee_df = final_assignee_df.rename(columns={'assignee_web_url': 'assignee_URL'})

这样处理后，你就能得到assignee_id、assignee_username这类独立列，完全不会和原数据的列名冲突。

二、处理labels字符串列表列（按行展开） #

处理labels时出现同样的错误，大概率是你的原DataFrame里存在重复的列名（比如有两个列都叫labels？）。先做个前置检查，然后再炸开：

# 先检查并移除重复列（保留第一次出现的列）
df = df.loc[:, ~df.columns.duplicated()]

# 然后炸开labels列，每个标签单独占一行，自动重复对应的数据行
final_labels_df = df.explode('labels', ignore_index=True)

执行完上面的代码，labels里的每个值就会单独成行，对应的原数据行也会自动重复，完全符合你想要的效果。

额外提醒 #

如果执行完上述代码还是报错，建议先打印df.columns看看有没有重复列名，或者检查原JSON数据里是不是有重复的键（比如同一个对象里出现两次id），这些都会导致列名重复的问题。

内容的提问来源于stack exchange，提问作者Smriti Srivastava