如何用Python解析CSV中JSON格式列并生成新列？

问题说明 #

你的CSV数据中device和geoNetwork列存储了带转义双引号的JSON字符串，需要提取browser、browserVersion、continent等字段生成新列。以下是基于Python pandas的高效处理方案：

步骤1：安装依赖（若未安装） #

pip install pandas

步骤2：代码实现 #

import pandas as pd
import json

# 读取CSV文件，自动处理转义双引号
df = pd.read_csv('your_data.csv')

# 解析device列的JSON，提取browser和browserVersion
device_data = df['device'].apply(json.loads)
device_df = pd.json_normalize(device_data)[['browser', 'browserVersion']]

# 解析geoNetwork列的JSON，提取continent
geo_data = df['geoNetwork'].apply(json.loads)
geo_df = pd.json_normalize(geo_data)[['continent']]

# 合并原数据与提取的新列
final_df = pd.concat([df, device_df, geo_df], axis=1)

# 查看结果
print(final_df[['date', 'browser', 'browserVersion', 'continent']])

异常处理说明 #

如果部分JSON格式不合法，可在apply时加入错误捕获：

def safe_json_loads(s):
    try:
        return json.loads(s)
    except json.JSONDecodeError:
        return {}

device_data = df['device'].apply(safe_json_loads)
geo_data = df['geoNetwork'].apply(safe_json_loads)

注意事项 #

• 替换代码中的your_data.csv为实际文件路径
• 若CSV中存在换行的JSON（如示例第二条数据的device字段），json.loads仍能正确解析，无需额外处理

内容的提问来源于stack exchange，提问作者Marcin