json.load读取JSON文件报错，pandas.read_json加载后address嵌套字段如何拆分列？

你最开始遇到的JSONDecodeError报错原因：你的源文件为行分隔JSON格式（JSON Lines），每个JSON对象独立占一行，整个文件不属于单个合法JSON结构，因此直接调用json.load()读取会识别到首行JSON结束后仍有额外数据，抛出错误。使用pd.read_json()加lines=True参数是适配该格式的正确写法。

针对嵌套address列的拆分需求，可选用以下两种实现方案： #

方案1：基于已读取的DataFrame直接拆分 #

适合已经将数据加载到DataFrame的场景，仅需对address列做转换后合并即可：

# 将address列的每一个字典元素转换为Series，自动生成对应字段列
address_expand = df['address'].apply(pd.Series)
# 合并展开后的地址列到原DataFrame，同时删除原address列
df = pd.concat([df.drop(columns=['address']), address_expand], axis=1)

执行后原address列的region、street-address、postal-code、locality四个字段会直接作为独立列加入DataFrame。 #

方案2：读取阶段直接展开嵌套结构 #

数据量较大时推荐该方案，使用pd.json_normalize()一次性完成嵌套字段解析，性能更优：

import json
import pandas as pd

# 逐行加载所有JSON对象到列表
with open('offering.txt', 'r', encoding='utf-8') as f:
    json_list = [json.loads(line.strip()) for line in f if line.strip()]

# 解析嵌套结构直接生成扁平化DataFrame
df = pd.json_normalize(json_list)

该方法默认生成的地址列会带address.前缀（如address.region、address.street-address），如果不需要前缀可添加sep=''参数，或后续自行重命名列名即可。 #

内容的提问来源于stack exchange，提问作者Arooj Fatima