Python DataFrame读取CSV中JSON格式列的问题求助

一、先正确解析JSON格式列 #

直接替换单引号为双引号容易踩坑（比如数据里存在转义单引号、混合引号的情况），用ast.literal_eval更适配CSV中常见的类JSON格式（比如用单引号的Python字典数组），步骤如下：

import pandas as pd
import ast

# 读取目标CSV
df = pd.read_csv('你的文件路径.csv')

# 定义解析函数，兼容空值和格式异常
def parse_questions(x):
    if pd.isna(x):
        return []
    try:
        # 优先用ast解析类JSON数据
        return ast.literal_eval(x)
    except SyntaxError:
        # 解析失败时，尝试替换单引号为双引号后用json解析
        x = x.replace("'", "\"")
        return pd.read_json(x)

# 生成解析后的列
df['questions_parsed'] = df['questions'].apply(parse_questions)

二、展开数组并关联原数据 #

解析完成后，用explode展开数组，再将字典拆分为独立列：

# 展开数组，每个字典单独占一行
df_exploded = df.explode('questions_parsed', ignore_index=True)

# 将字典列拆分为多列，和原表其他字段拼接
df_final = pd.concat([
    df_exploded.drop('questions_parsed', axis=1),
    df_exploded['questions_parsed'].apply(pd.Series)
], axis=1)

常见问题处理 #

• 若解析时报错，检查原始questions列数据是否存在语法错误（比如缺失逗号、引号不闭合），先清理异常数据
• 展开后若出现空值，可根据需求用df_final.dropna(subset=['目标字段名'])删除，或用fillna()填充默认值

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