如何将转义JSON格式技能数据转换为Pandas DataFrame列？

嘿，我之前也碰到过类似的转义JSON转DataFrame的麻烦，给你一套亲测有效的解决方案，一步步来：

核心思路 #

转义的JSON字符串本质是被转义包裹的合法JSON，我们需要先把每条转义字符串解析成Python字典，再把字典列表直接喂给Pandas生成DataFrame。

具体步骤 #

1. 导入依赖库 #

首先确保你安装了pandas（json是Python标准库，无需额外安装）：

import json
import pandas as pd

2. 处理示例输入 #

假设你的4条转义JSON记录是这样的（如果是从日志/API获取的带\转义符的字符串，比如"{\"Paradigms\":...}"，json.loads也能自动处理）：

# 示例转义JSON记录列表
escaped_json_records = [
    '{"Paradigms": "Object-Oriented", "Platforms": "Windows, Linux", "Storage": "SQLite", "Languages": "Python"}',
    '{"Paradigms": "Functional", "Platforms": "macOS, Cloud", "Storage": "PostgreSQL", "Languages": "Scala"}',
    '{"Paradigms": "Procedural", "Platforms": "Linux", "Storage": "MySQL", "Languages": "C"}',
    '{"Paradigms": "Declarative", "Platforms": "Cloud", "Storage": "MongoDB", "Languages": "JavaScript"}'
]

3. 解析转义JSON并生成DataFrame #

用列表推导式批量解析所有记录，再直接生成DataFrame：

# 把每条转义JSON解析为Python字典
parsed_records = [json.loads(record) for record in escaped_json_records]

# 转换为Pandas DataFrame
skills_df = pd.DataFrame(parsed_records)

4. 预期输出 #

生成的DataFrame会自动把Paradigms、Platforms等键作为列，结果如下：

处理特殊情况 #

如果部分记录存在缺失键（比如某条没有Storage字段），可以用fillna填充缺失值：

# 将缺失值填充为空字符串
skills_df = pd.DataFrame(parsed_records).fillna('')

如果你的转义JSON是从文本文件逐行读取的，代码可以改成这样：

# 从文件读取每行的转义JSON记录（跳过空行）
with open('skills_data.txt', 'r', encoding='utf-8') as f:
    escaped_json_records = [line.strip() for line in f if line.strip()]

parsed_records = [json.loads(record) for record in escaped_json_records]
skills_df = pd.DataFrame(parsed_records)

内容的提问来源于stack exchange，提问作者Erin