Pandas如何展平DataFrame列中存储的JSON数组数据

你之前调用explode()、pd.json_normalize()未得到预期结果，核心原因是site_Activity列存储的是JSON格式字符串，而非pandas可直接处理的Python原生列表/字典对象，必须先做反序列化转换，才能执行后续展平操作。

• 导入json模块，将site_Activity列的JSON字符串批量转换为Python原生列表
• 对转换后的列执行explode()，将列表内的每一条活动记录拆分为独立行
• 将拆分后每行存储的活动字典展开为独立字段，与原表id列拼接，即可得到目标结构

import pandas as pd
import json

# 反序列化JSON字符串为原生列表
df["site_Activity"] = df["site_Activity"].apply(json.loads)

# 按活动记录拆分行
df = df.explode("site_Activity", ignore_index=True)

# 展平活动字典为单独列，拼接id得到最终结果
df_final = pd.concat(
    [df[["id"]], pd.json_normalize(df["site_Activity"])],
    axis=1
)

执行上述代码后，输出的df_final完全匹配你给出的预期结构：

注：如果你的pandas版本≥1.5.0，也可以直接用pd.json_normalize搭配记录路径参数一次性完成转换，但上述写法兼容更低版本，通用性更强。

内容的提问来源于stack exchange，提问作者hansolo