如何将DataFrame中含JSON对象的列拆分扩展为多列？

嗨，这个需求用pandas就能轻松搞定，我给你两种实用方案，你可以根据自己的场景选：

方法一：直接用pd.json_normalize（推荐） #

如果你的JSON列已经是字典类型（不是字符串格式），直接用pd.json_normalize就能一键展开成目标列：

import pandas as pd

# 模拟你的原始DataFrame
df = pd.DataFrame({
    'json_col': [{'a': 'x', 'b':'y', 'c':'z'}, {'a': 'x1', 'b':'y2', 'c':'z3'}]
})

# 把JSON列展开为a、b、c单独列
expanded_df = pd.json_normalize(df['json_col'])

# 如果原DataFrame还有其他需要保留的列，用concat合并即可
# final_df = pd.concat([df.drop('json_col', axis=1), expanded_df], axis=1)

print(expanded_df)

运行后输出就是你想要的格式：

a   b   c
0   x   y   z
1  x1  y2  z3

方法二：先转字典再展开（如果列是字符串类型） #

如果你的JSON列存储的是字符串格式的JSON（比如"{'a': 'x', 'b':'y', 'c':'z'}"），需要先把字符串转成字典，再用上面的方法：

import pandas as pd
import json

# 模拟字符串类型的JSON列
df = pd.DataFrame({
    'json_col': ["{'a': 'x', 'b':'y', 'c':'z'}", "{'a': 'x1', 'b':'y2', 'c':'z3'}"]
})

# 先将字符串转成字典（如果你的字符串用双引号，直接json.loads(x)就行）
df['json_col'] = df['json_col'].apply(lambda x: json.loads(x.replace("'", '"')))

# 再展开为目标列
expanded_df = pd.json_normalize(df['json_col'])

补充小提示 #

• pd.json_normalize会自动把字典的键作为新列名，对应的值会精准填充到每一行
• 如果原表有其他需要保留的列，记得用pd.concat把原表（去掉JSON列）和展开后的表按列合并

内容的提问来源于stack exchange，提问作者giu