如何将DataFrame中的嵌套JSON字符串列拆分为多个独立列

报错的核心原因是people_info列的单元格存储的是JSON格式字符串，而非Python原生的列表/字典结构，json_normalize无法直接处理字符串类型的输入，按以下步骤操作即可解决： #

操作步骤 #

• 导入依赖库

import pandas as pd
import json

• 定义JSON安全转换函数（避免非法格式导致程序中断）

def safe_parse_json(s):
    try:
        return json.loads(s)
    except:
        # 格式错误的单元格返回空列表兜底
        return []

• 将字符串列转换为Python对象列

df["people_info_obj"] = df["people_info"].apply(safe_parse_json)

• 拆分嵌套结构生成新列

场景1：每个单元格仅包含1个嵌套对象（即示例中的单元素数组） #

# 提取数组中的第一个字典，空数组返回空字典
df["people_info_obj"] = df["people_info_obj"].apply(lambda x: x[0] if x else {})
# 展开字典为独立列，合并回原DataFrame
df = pd.concat([
    df.drop(columns=["people_info", "people_info_obj"]),
    pd.json_normalize(df["people_info_obj"])
], axis=1)

场景2：部分单元格包含多个嵌套对象（数组内有多条数据） #

# 先展开列表为多行
df = df.explode("people_info_obj", ignore_index=True)
# 提取字典字段为新列，合并回原DataFrame
df = df.join(pd.json_normalize(df["people_info_obj"])).drop(columns=["people_info", "people_info_obj"])

极简写法（确认所有单元格JSON格式合法且为单元素数组时可直接使用） #

df = df.join(pd.json_normalize(df["people_info"].apply(json.loads).str[0])).drop(columns="people_info")

内容的提问来源于stack exchange，提问作者Phelipe