python - 如何将 json.loads 应用于 pandas df 中的每一行

Question

我有带有列 metadata 的 Pandas df .此列包含嵌套字典。我想去掉每一行中的值周围的单引号。 json.loads(data)仅使用我通过的一个值就可以正常工作。

下面的例子:

data = '{"dek": "<p>Don\'t forget to buy a card</p>", "links": {"edit": {"dev": "...}}}'
data_json = json.loads(data)
data

输出:{"dek": "<p>Don\'t forget to buy a card</p>", "links": {"edit": {"dev": "...}}}
但是，当我尝试对 metadata 中的每一行执行此操作时列，它给了我一个错误。这是代码:

for index, row in sample_df.iterrows():
    sample_df['metadata'] = json.loads(sample_df["metadata"])

TypeError: the JSON object must be str, bytes or bytearray, not Series
数据集示例:

id    metadata                                         title 
123  {"dek": "<p>Student loan debt is crippling a g... channel
124  {"dek": "<p>Student loan debt is crippling a...   fashion

Answer 1

尝试使用此代码:

sample_df['metadata'] = sample_df['metadata'].apply(json.loads)

Panda 的 apply 函数，将函数传递给系列的每个值。这非常有用，因为您可以跳过每一行的迭代。
如果您想了解更多关于此功能的信息以及您可以更改的参数，请参阅官方文档here .