如何解析Pandas DataFrame中嵌套JSON格式的Hours列？

你的Hours列已经是Python字典（或None）格式，不需要再做JSON字符串解析，直接展开成独立列即可，以下是两种实用方法：

方法一：使用pd.json_normalize（推荐） #

这个方法专为嵌套JSON/字典结构设计，能快速将字典的键转为列名，值填充对应行：

import pandas as pd

# 展开Hours列的嵌套字典
hours_expanded = pd.json_normalize(checkin_df['Hours'])
# 合并展开后的列到原DataFrame，同时移除原Hours列
final_df = checkin_df.drop('Hours', axis=1).join(hours_expanded)

方法二：使用apply(pd.Series) #

如果习惯更直观的操作，也可以用apply把每个字典转成Series：

hours_expanded = checkin_df['Hours'].apply(pd.Series)
final_df = checkin_df.drop('Hours', axis=1).join(hours_expanded)

处理缺失值 #

展开后，缺少对应星期几的行会显示NaN，如果需要统一填充闭店标识（比如0:0-0:0），可以执行：

final_df = final_df.fillna('0:0-0:0')

验证结果 #

查看处理后的DataFrame：

print(final_df.head())

内容的提问来源于stack exchange，提问作者user15564501