Pandas读取JSON列生成多列失败：值全部显示为NaN求助

你的代码之所以能生成正确的列名但所有值都是NaN，核心问题是没有处理JSON列中的缺失值（NaN），而且直接用生成器遍历的方式遇到非JSON字符串（比如NaN）时会出现解析异常，导致DataFrame无法正确填充数据。下面给你两种可靠的解决方法：

方法一：自定义解析函数 + apply(pd.Series) #

这种方法灵活，还能处理解析失败的异常情况：

import json
import pandas as pd

# 定义JSON解析函数，处理缺失值和解析异常
def parse_json(x):
    if pd.isna(x):
        return {}  # 把NaN转换成空字典，避免解析报错
    try:
        return json.loads(x)
    except (json.JSONDecodeError, TypeError):
        # 遇到无法解析的内容时也返回空字典
        return {}

# 解析JSON列并展开为多列，再和原DataFrame拼接
ops = ops.join(ops.pop('json_column').apply(parse_json).apply(pd.Series))

方法二：使用pd.json_normalize（更简洁） #

pd.json_normalize专门用来展开嵌套JSON，搭配缺失值处理会更高效：

import json
import pandas as pd

# 先处理缺失值，再解析JSON
json_series = ops.pop('json_column').apply(
    lambda x: {} if pd.isna(x) else json.loads(x)
)

# 用json_normalize展开并拼接
ops = ops.join(pd.json_normalize(json_series))

为什么你的原代码不行？ #

你原代码里的生成器(json.loads(d) for d in ops.pop('json_column'))存在两个问题：

1. 当d是Pandas的缺失值（NaN）时，json.loads()会抛出TypeError（因为它只能解析字符串/字节），生成器遇到异常后会中断或返回无效数据；
2. 即使没有报错，生成器的方式无法自动对齐不同JSON对象的键，导致最终DataFrame无法正确填充值，只会保留所有出现过的键作为列名，但值全为NaN。

测试示例 #

假设你的初始DataFrame是这样的：

ops = pd.DataFrame({
    'json_column': [
        '{"a":false,"b":false}',
        '{"a":false,"b":false,"c":true}',
        pd.NA,
        '{"a":false}',
        '{"a":true,"d":true}'
    ]
})

用上面的方法处理后，会得到如下结果：

完全符合你的需求，缺失的键会自动填充NaN，有效数据正确展开。

内容的提问来源于stack exchange，提问作者faraa