如何在pandas DataFrame中展平JSON数组元素？附示例

嘿，这事儿好办！我帮你把这个嵌套的JSON数组展平成结构化的结果，分两种常见情况来处理：

情况1：name列已经是Python列表（内含字典） #

如果你的DataFrame里name列已经是解析后的Python列表（就像你给出的示例那样），可以用explode先把列表拆成每行一个字典，再用json_normalize把字典展开成独立列：

第一步：构建示例DataFrame #

import pandas as pd

data = {
    "id": ["a1xy", "a7yz", "bx4y"],
    "name": [
        [{"event": "sports", "start": "100"}, {"event": "lunch", "start": "121"}],
        [{"event": "lunch", "start": "109"}, {"event": "movie", "start": "97"}],
        [{"event": "dinner", "start": "78"}, {"event": "sleep", "start": "25"}]
    ]
}
df = pd.DataFrame(data)

第二步：展平数组并结构化 #

# 把列表拆成每行一个字典
df_exploded = df.explode("name", ignore_index=True)

# 把字典展开成列，和原id列拼接
result = pd.concat([df_exploded["id"], pd.json_normalize(df_exploded["name"])], axis=1)

最终结果 #

情况2：name列是未解析的JSON字符串 #

如果你的name列是原始的JSON字符串（比如从CSV/数据库导入时没自动解析），先加一步解析成Python对象：

import json

# 先解析JSON字符串为Python列表
df["name"] = df["name"].apply(json.loads)

# 之后重复情况1的explode和json_normalize步骤即可
df_exploded = df.explode("name", ignore_index=True)
result = pd.concat([df_exploded["id"], pd.json_normalize(df_exploded["name"])], axis=1)

这样就能完美得到你想要的结构化结果啦！

内容的提问来源于stack exchange，提问作者Symphony