Pandas to_json导出JSON转义符、嵌套字段未解析解决方案

你调用df['data'].to_json('data.json')得到带大量反斜杠、嵌套结构不识别的结果，核心原因是data列存储的内容是字符串类型的JSON序列化结果，不是pandas可识别的结构化字典/JSON对象。pandas导出时会将普通字符串做转义处理，不会自动解析字符串内部的JSON结构，加上默认导出的orient参数会把行索引作为外层键，就得到了你看到的异常结果。

• 第一步：解析列内的JSON字符串
  使用Python标准库json的loads方法，将data列中每一行的JSON字符串转换为Python字典对象，让pandas能识别内部的嵌套结构：

import pandas as pd
import json

# 基础解析（适用于所有行JSON格式合法的场景）
df['data'] = df['data'].apply(json.loads)

如果存在部分行JSON格式不合法的情况，可以加容错逻辑避免流程中断：

def safe_parse_json(json_str):
    try:
        return json.loads(json_str)
    except (json.JSONDecodeError, TypeError):
        return None

# 带容错的解析
df['data'] = df['data'].apply(safe_parse_json)
# 可选：过滤掉解析失败的无效行
df = df.dropna(subset=['data'])

• 第二步：调整导出参数生成标准JSON
  解析完成后，调整to_json的参数导出格式化的标准JSON文件：

df['data'].to_json(
    "data.json",
    orient="records", # 输出为标准JSON数组结构，不会出现行索引作为外层键的问题
    force_ascii=False, # 保留特殊字符、非英文字符不转义
    indent=2 # 增加缩进格式化，方便阅读和后续解析
)

导出后的文件不会存在多余反斜杠，business_card、coordinates、rating这类原字符串内的嵌套字段，会被识别为标准JSON嵌套结构，可直接被各类JSON解析工具正常读取使用。

内容的提问来源于stack exchange，提问作者Zuffido