如何将pandas列中存储的JSON内容展开为DataFrame的独立列

前置依赖 #

需要提前导入pandas和json库：

import pandas as pd
import json

方案1：使用pd.json_normalize（推荐，支持嵌套JSON） #

场景1：json_col存储的是JSON字符串

你示例中的JSON默认是字符串格式，按以下方式处理：

# 构造你给出的示例DataFrame
df = pd.DataFrame({
    'json_col': [
        '{"name":"John","role":"manager", "age":40}',
        '{"name":"Mary","role":"director", "age":50}'
    ]
})

# 先将JSON字符串解析为Python字典，再调用json_normalize展开
expanded_df = pd.json_normalize(df['json_col'].apply(json.loads))

场景2：json_col已经是Python字典类型

如果你的列已经提前解析为字典，省略解析步骤直接调用即可：

expanded_df = pd.json_normalize(df['json_col'])

方案2：转列表后构造DataFrame（适合扁平JSON） #

针对没有嵌套结构的扁平JSON，也可以用更简洁的写法：

# 字符串版本
expanded_df = pd.DataFrame(df['json_col'].apply(json.loads).tolist())

# 字典版本
expanded_df = pd.DataFrame(df['json_col'].tolist())

保留原始其他列 #

如果原始DataFrame除了json_col还有其他字段需要保留，可用concat拼接结果：

final_df = pd.concat([df.drop('json_col', axis=1), expanded_df], axis=1)

运行后得到的expanded_df/final_df就是你期望的输出格式：

name      role  age
0  John   manager   40
1  Mary  director   50

小提示 #

如果你的JSON存在嵌套结构，pd.json_normalize会自动将嵌套键用.拼接为列名，不需要额外处理。

内容的提问来源于stack exchange，提问作者LLL