如何将DataFrame中含JSON字符串的列拆分至独立列

方法一：使用pd.json_normalize（推荐） #

这是处理JSON列最简洁的方式，尤其适合嵌套结构的JSON数据：

import pandas as pd
import json

# 原始数据
raw_data = [{'id': 1, 'name': 'FRANK', 'attributes': '{"deleted": false, "rejected": true, "handled": true, "order": "37"}'}]
raw_df = pd.DataFrame(raw_data)

# 将JSON字符串解析为字典格式
raw_df['attributes'] = raw_df['attributes'].apply(json.loads)

# 展开JSON列，并与原DataFrame合并
new_df = pd.concat([
    raw_df.drop('attributes', axis=1),
    pd.json_normalize(raw_df['attributes'])
], axis=1)

# 将order列转换为数值类型（匹配示例结果）
new_df['order'] = pd.to_numeric(new_df['order'])

方法二：使用apply + pd.Series #

对于简单的键值对JSON，也可以用这种方式展开：

import pandas as pd
import json

# 原始数据
raw_data = [{'id': 1, 'name': 'FRANK', 'attributes': '{"deleted": false, "rejected": true, "handled": true, "order": "37"}'}]
raw_df = pd.DataFrame(raw_data)

# 解析JSON字符串并展开为单独列
attributes_cols = raw_df['attributes'].apply(lambda x: pd.Series(json.loads(x)))

# 合并原数据与展开后的列
new_df = pd.concat([raw_df.drop('attributes', axis=1), attributes_cols], axis=1)

# 转换order列类型
new_df['order'] = pd.to_numeric(new_df['order'])

执行上述任意一种方法后，new_df的结构就会和需求结果一致：

id   name deleted rejected handled  order
0   1  FRANK   false     true    true     37

内容的提问来源于stack exchange，提问作者Angie