如何用Pandas将DataFrame中嵌套Map类型列拆分为多列？

问题原因 #

你的Data列存储的是JSON格式的字符串，而非Python原生字典。直接将这类字符串传入pd.json_normalize无法被解析，因此返回空DataFrame。另外explode方法仅适用于展开列表类型的单元格，对嵌套JSON结构无效。

解决方案 #

需要先将JSON字符串转换为Python字典，再进行结构化展开，步骤如下：

1. 转换JSON字符串为字典：使用json.loads解析每一行的Data列内容
2. 展开嵌套JSON：用pd.json_normalize处理转换后的字典列表
3. 合并ID列与结果：将原DataFrame的ID列和展开后的结构化数据拼接
4. 调整列名格式：将默认的点分隔列名替换为下划线，匹配目标结构

完整代码示例 #

import json
import pandas as pd

# 处理JSON字符串转字典
df_test['Data'] = df_test['Data'].apply(json.loads)

# 展开嵌套JSON结构
expanded_data = pd.json_normalize(df_test['Data'])

# 合并ID列与展开数据
final_df = pd.concat([df_test['ID'], expanded_data], axis=1)

# 替换列名中的点为下划线，匹配目标格式
final_df.columns = final_df.columns.str.replace('.', '_')

# 查看结果
print(final_df)

执行后即可得到你期望的结构化DataFrame：

注：如果需要去掉列名中多余的下划线（比如_seconds前的两个下划线），可以用str.replace('__', '_')进一步处理。

内容的提问来源于stack exchange，提问作者Evantaka