Python如何将DataFrame列中的JSON列表拆分生成多行新数据

核心处理逻辑：你的custbody_attachment_1列存储的是JSON数组格式字符串，同时存在空值、异常格式内容，按以下步骤处理即可：

完整可运行代码 #

import pandas as pd
import json

# 自定义JSON数组解析函数，兼容空值、异常格式场景
def parse_json_arr(s):
    # 处理空值、空白字符串场景
    if pd.isna(s) or str(s).strip() == '':
        return [{}]
    try:
        # 可根据实际数据异常补充清洗规则，示例为删除字段开头多余的数字
        cleaned_s = str(s).strip().lstrip('0123456789')
        return json.loads(cleaned_s)
    except:
        # 解析失败返回空字典，避免程序中断
        return [{}]

# 1. 将附件列转换为Python列表格式
lineitem['json_list'] = lineitem['custbody_attachment_1'].apply(parse_json_arr)
# 2. 把列表拆分为多行
lineitem = lineitem.explode('json_list', ignore_index=True)
# 3. 提取FL、NM字段为单独列
lineitem['FL'] = lineitem['json_list'].apply(lambda x: x.get('FL', ''))
lineitem['NM'] = lineitem['json_list'].apply(lambda x: x.get('NM', ''))
# 4. 删除中间列和原附件列，得到最终结果
res_df = lineitem.drop(columns=['custbody_attachment_1', 'json_list'])

# 输出查看结果
print(res_df)

如果遇到其他JSON解析报错，只需要在parse_json_arr函数里补充对应的字符串清洗规则即可。

内容的提问来源于stack exchange，提问作者Ilya.s