Python 3.x 逐行解压JSON转储并将其键用作单独的列需要很长时间

我在dataframe中有一列，JSON数据封装在一个列表中。每行基本上包含以下内容：

[{'id': 'A', 'price': 43}, {'id': 'B', 'price': 57}, {'id': 'C', 'price': 99}]
....

我想要的是解压JSON对象，以便键进入现有dataframe中的单独列中，并更新相应列下每行中的值。基本上，上面给出的结果应该是这样的，A、B和C列为：

A, B, C
43, 57, 99
...

这是我的简单实现，但速度非常慢，在过去的1个小时里，它一直在一个有数百万行的数据集上运行

for n in range(df.shape[0]):
    for dump in df['jsondump'].iloc[n]:
        df.loc[n, dump['id']] = dump['price']

---

做这件事的更好方法是什么？

df['jsondump'].apply（lambda x:pd.DataFrame（x.T）

？不，这不是我想要的输出。已经在OP.df[['A'，'B'，'C']=df['jsondump'].apply（lambda x:pd.DataFrame（x）.T.iloc[1]）中显示了这个技巧，但仍然非常慢