如何批量拆分DataFrame中JSON格式列level_options为多列？

你的代码问题分析 #

1. 代码结构混乱：try-except缩进错误，导致遍历逻辑根本没执行到解析和提取的核心部分。
2. JSON处理逻辑完全错误：遍历JSON的键（for i in l）后，错误地对单个键调用pd.normalize_json（正确方法是pd.json_normalize），而且判断条件完全不符合JSON结构——i是键名（比如"marking"、"options"），根本不存在i['options']这种属性。
3. 手动维护列表效率低且易出错：逐个提取选项到列表的方式不仅繁琐，还容易因为数据格式不一致（比如有的行只有2个选项）导致索引错位。

正确解决方案 #

直接用pd.json_normalize批量处理整个列，不需要手动遍历，步骤如下：

步骤1：确保level_options列是可解析的JSON对象

如果该列存储的是字符串格式的JSON，先用json.loads转换为字典：

import json
import pandas as pd

# 假设你的DataFrame名为df
df['level_options'] = df['level_options'].apply(json.loads)

步骤2：批量拆分JSON列

用pd.json_normalize直接处理整个列，自动展开嵌套结构：

# 拆分JSON列
normalized_df = pd.json_normalize(df['level_options'])

# 合并原DataFrame和拆分后的结果（可选去掉原level_options列）
final_df = pd.concat([df.drop('level_options', axis=1), normalized_df], axis=1)

步骤3：调整列名（匹配你的预期输出）

如果需要保留指定的选项列，确保所有需要的列都存在，不存在的自动补NaN：

# 定义需要保留的目标列
required_cols = ['options.1', 'options.2', 'options.3', 'options.4', 'options.5', 'correct_options']

# 补全缺失的列
for col in required_cols:
    if col not in normalized_df.columns:
        normalized_df[col] = pd.NA

# 提取目标列并合并到原DataFrame
result_df = pd.concat([df.drop('level_options', axis=1), normalized_df[required_cols]], axis=1)

最终效果 #

运行上述代码后，会得到你预期的输出：

额外说明 #

• 如果你的level_options列已经是字典类型（不是字符串），可以跳过步骤1的json.loads转换。
• pd.json_normalize会自动处理不同行的JSON结构差异，比如有的行只有2个选项，对应的options.3、options.4等列会自动填充NaN，不需要手动判断。

内容的提问来源于stack exchange，提问作者Sumit Singh Chouhan