从pandas DataFrame问题中删除或提取json字段

Question

我在尝试"；"爆炸"；或者从包含json列的Pandas DataFrame中提取一些json字段。例如：

import pandas as pd
df = pd.DataFrame({
'id': [101, 102, 103, 104],
'data': [
'{"id": 100, "account_type": aa, "user_name": "Alice"}',
'{"id": 200, "account_type": bb, "user_name": "Alice"}',
'{"id": 300, "account_type": aa, "user_name": "Bob"}',        
'{"id": 400, "account_type": cc, "user_name": "Carol"}'        
]}
)

我想把df转换成这个输出mydf:

mydf = pd.DataFrame({
'id': [101, 102, 103, 104],
'account_type': ['aa','bb','aa','cc'],
"user_name": ['alice','bob','alice','carol']
}
)

正如您所看到的，列data也有一个id列，这与我在Stackoverflow中发现的现有建议相冲突。这个很有前途，但似乎已经过时了，我遇到了一个错误：如何有效地解析JSON内容的panda列？

错误：JSONDecodeError: Expecting value: line 1 column 29 (char 28)

Answer 1

您的示例中缺少引号，这可能是整个问题，无论如何，请参阅下面的完整解决方案，如果您确实有带未引号aa的json字符串，这是另一个问题

import json
import pandas as pd
df = pd.DataFrame({
'id': [101, 102, 103, 104],
'data': [
'{"id": 100, "account_type": "aa", "user_name": "Alice"}',
'{"id": 200, "account_type": "bb", "user_name": "Alice"}',
'{"id": 300, "account_type": "aa", "user_name": "Bob"}',        
'{"id": 400, "account_type": "cc", "user_name": "Carol"}'        
]}
)
df['data'] = [json.loads(x) for x in df['data']]
add_df = pd.json_normalize(df['data'])
add_df = add_df[[c for c in add_df.columns if c not in df.columns]]
pd.concat([df, add_df], axis=1)

tbody>>Alice>Bob

id	data
101	｛'id'：100，'account_type'：'aa'，'user_name'：'Alice'｝
102	｛'id'：200，'account_type'：'bb'，'user_name'：'Alice'｝	bb
103	｛'id'：300，'account_type'：'aa'，'user_name'：'Bob’｝	aa
104	｛'id'：400，'account_type'：'cc'，'user_name'：'Carol'｝