如何将DataFrame列中的JSON字符串拆分为多列

步骤说明 #

你的数据中「数据」列的字符串是单引号格式的类JSON结构（非标准JSON），需要先转换成Python字典，再拆分为单独列。

完整代码 #

import pandas as pd
import ast

# 模拟你的原始DataFrame
df = pd.DataFrame({
    'ID': [11, 22, 33],
    '数据': ["{'Name': 'Sam', 'Age': 21}",
            "{'Name': 'Nam', 'Age': 22}",
            "{'Name': 'Pam', 'Age': 21, 'Salary': 10000}"]
})

# 将字符串转为字典
df['数据'] = df['数据'].apply(ast.literal_eval)

# 解析字典为单独列，合并原ID列
result_df = pd.concat([df['ID'], pd.json_normalize(df['数据'])], axis=1)

# 填充缺失值为空字符串（匹配期望结果）
result_df['Salary'] = result_df['Salary'].fillna('')

# 查看结果
print(result_df)

代码解释 #

• ast.literal_eval：安全解析单引号格式的字符串为Python字典，避免eval带来的安全风险。
• pd.json_normalize：将字典列表转换为结构化DataFrame，自动提取所有键作为列，缺失字段填充为NaN。
• fillna('')：把NaN替换为空字符串，和你期望的输出格式一致。

内容的提问来源于stack exchange，提问作者DEs