如何将指定字符串解析为可读性强的DataFrame

1. 提取并解析JSON内容 #

首先从原始字符串中剥离出JSON部分，再将其解析为Python字典：

import json
import pandas as pd

original_str = 'Added term: {"guid":"4b87ce3c","qualifiedName":"Indenture Code@Enterprise","name":"Indenture Code","glossaryTermHeader":{"termGuid":"4b87ce3c","qualifiedName":"Indenture Code@Enterprise"}}'
# 提取纯JSON片段
json_content = original_str.split('Added term: ')[1]
# 解析为字典
term_dict = json.loads(json_content)

2. 手动构造DataFrame行数据 #

由于字典不允许重复键，我们直接提取所需字段构造行数据，再指定列名生成DataFrame：

# 提取所有需要的字段值
row_data = [
    term_dict['guid'],
    term_dict['qualifiedName'],
    term_dict['name'],
    term_dict['glossaryTermHeader']['termGuid'],
    term_dict['glossaryTermHeader']['qualifiedName']
]

# 创建目标结构的DataFrame（支持重复列名）
df = pd.DataFrame([row_data], columns=['guid', 'qualifiedName', 'name', 'termGuid', 'qualifiedName'])

3. 输出结果 #

运行上述代码后，生成的DataFrame完全匹配你需要的结构：

可选优化（避免重复列名歧义） #

如果担心重复列名影响后续数据操作，可给内层的qualifiedName添加标识后缀：

df = pd.DataFrame([row_data], columns=['guid', 'qualifiedName_outer', 'name', 'termGuid', 'qualifiedName_inner'])

内容的提问来源于stack exchange，提问作者dhughes20