如何在Pandas中从JSON格式列提取名称至新DataFrame？

循环实现方案（符合你的初步需求） #

如果你的genres列是字符串格式的JSON数组，可以按以下步骤用循环提取：

1. 导入依赖库并加载原始DataFrame
2. 遍历每一行，解析JSON字符串为Python列表，再提取每个字典的name字段
3. 将提取结果整理成新的DataFrame

import pandas as pd
import json

# 加载你的原始数据（根据实际情况调整）
df = pd.read_csv("your_data.csv")

# 初始化列表存储提取结果
genre_name_lists = []

# 遍历每行数据
for _, row in df.iterrows():
    # 解析JSON字符串为Python列表（如果genres已经是列表，跳过这行）
    genre_list = json.loads(row["genres"])
    # 提取所有name字段
    current_names = [item["name"] for item in genre_list]
    genre_name_lists.append(current_names)

# 生成新的DataFrame
new_df = pd.DataFrame({"genre_names": genre_name_lists})
# 若需要和原数据合并，用下面的代码：
# new_df = df.join(pd.DataFrame({"genre_names": genre_name_lists}))

更高效的非循环方案（适合4800行数据） #

循环遍历iterrows()效率偏低，推荐用apply方法处理，速度更快：

情况1：genres是字符串格式的JSON

import pandas as pd
import json

def get_genre_names(genre_str):
    genre_list = json.loads(genre_str)
    return [g["name"] for g in genre_list]

df["genre_names"] = df["genres"].apply(get_genre_names)
new_df = df[["genre_names"]].copy()

情况2：genres已经是Python列表（无需解析JSON）

如果你的数据加载后，genres列直接是Python的列表字典，代码更简洁：

import pandas as pd

df["genre_names"] = df["genres"].apply(lambda x: [item["name"] for item in x])
new_df = df[["genre_names"]].copy()

输出示例 #

新DataFrame的genre_names列每个单元格会是这样的列表：

['Action', 'Adventure', 'Fantasy', 'Science Fiction']

内容的提问来源于stack exchange，提问作者احمد التميمي