You need to enable JavaScript to run this app. 解析JSON列创建新列时遇TypeError错误求助
优惠活动
大模型
产品
解决方案
定价
更多

解析JSON列创建新列时遇TypeError错误求助

解决提取JSON列中Type字段的TypeError问题

错误原因

你遇到的TypeError: list indices must be integers or slices, not str,核心问题是**Vals列的元素并非已解析的字典对象**:要么是未解析的JSON字符串,要么个别行被解析成了列表,导致你用字符串'Type'去索引时触发错误。

解决方案

方法1:带异常处理的自定义解析函数

先将JSON字符串解析为Python字典/列表,再安全提取Type字段:

import json

def get_type_from_json(val):
    try:
        # 解析JSON字符串为Python对象
        parsed_data = json.loads(val)
        # 处理字典类型的情况
        if isinstance(parsed_data, dict):
            return parsed_data.get('Type')
        # 处理列表类型的情况(如果存在)
        elif isinstance(parsed_data, list):
            return parsed_data[0].get('Type') if parsed_data else None
    except (json.JSONDecodeError, TypeError):
        # 解析失败或输入非字符串时返回None
        return None

# 应用函数生成新列
df_test["new_col"] = df_test['Vals'].apply(get_type_from_json)

方法2:用pandas内置的JSON解析工具

如果你的数据大部分是标准JSON字典,可以用pd.json_normalize批量解析:

import json

# 先解析所有JSON字符串为Python对象
df_test['parsed_vals'] = df_test['Vals'].apply(lambda x: json.loads(x) if isinstance(x, str) else x)
# 展开解析后的字典,提取Type列
df_test["new_col"] = pd.json_normalize(df_test['parsed_vals'])['Type']
# 可选:删除中间列
df_test.drop('parsed_vals', axis=1, inplace=True)

验证说明

两种方法都会自动处理:

  • 未解析的JSON字符串
  • 解析失败的异常情况(返回None)
  • 列表类型的JSON结构(如果存在)

内容的提问来源于stack exchange,提问作者Lopa

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.07.29 08:52:34