Python pandas解析JSON提取嵌套结构DataFrame的PartNumber并解决KeyError

数据老陈

2026-11-9

问题根因

当前代码执行报错的核心原因有两点：

现有DataFrame的PartNumber列并非结构化嵌套字典，而是字典格式的纯文本字符串——当初解析原始JSON时未将嵌套的manufacturerPartNrs字段正常展平，导致这列存储的是被序列化为单引号字符串的字典内容，无法直接通过字典键访问
pandas列是逐行存储值的Series结构，直接对整列执行df['xxx']['yyy'][0]的字典索引逻辑，本质是对整个Series取键，而非逐行提取值，自然会抛出KeyError

落地实现方案

全程兼容空值、结构异常的场景，不会因为单条设备数据结构不符中断全流程：

先导入依赖库：

import ast
import pandas as pd

说明：用ast.literal_eval而非json.loads处理字符串转字典，因为当前列的字符串是Python单引号格式的字典，标准JSON解析器不兼容单引号写法

逐行把字符串形式的字典转成可操作的结构化对象：

# 兼容空值场景，避免空值引发解析报错
df["temp_pn"] = df["PartNumber"].apply(
    lambda x: ast.literal_eval(x) if pd.notna(x) else {}
)

逐层嵌套提取物料编号，同时做标准化清理（去掉首尾多余空格）：

def get_cleaned_part_number(pn_struct):
    try:
        # 按原始JSON的层级路径取值：manufacturerPartNr列表 -> 第一个元素 -> partNumber字段
        raw_pn = pn_struct["manufacturerPartNr"][0]["partNumber"]
        # 规范化：去掉首尾多余的空格字符
        return raw_pn.strip()
    except (KeyError, IndexError, TypeError):
        # 遇到字段缺失、结构异常的行直接返回空值，不中断整体流程
        return None

df["normalizedPartNumber"] = df["temp_pn"].apply(get_cleaned_part_number)
# 删除临时中间列，保持DataFrame结构整洁
df = df.drop(columns=["temp_pn"])

执行效果

运行完成后，新增的normalizedPartNumber列会存储完全规范化的物料编号值：