Python 如何将json.loads应用于df中的每一行

我有一个列

元数据

。此列包含嵌套字典。我想去掉每行值周围的单引号

json.loads（data）

只传递了一个值，工作正常

示例如下：

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

TypeError:JSON对象必须是str、bytes或bytearray，而不是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

id元数据标题
123{“dek”：“学生贷款债务正在削弱g…渠道
124{“dek”：“学生贷款债务正在削弱一种……时尚

尝试使用以下代码：

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

Panda的apply函数，在序列的每个值上传递函数。它非常有用，因为你可以跳过每一行的迭代。

---

如果您想了解有关此函数和可以更改的参数的更多信息，请参阅官方文档。

编辑：我读错了问题。您想将字符串转换为python dict。下面是一个完整的工作示例

从io导入StringIO
导入json
作为pd进口熊猫
#读取数据
s=StringIO（“”）id、元数据、标题
123，{“dek”：“学生贷款
”}，频道
124，{“dek”：“学生贷款
”}，时尚“）
df=pd.read\U csv
df.loc[：，“metadata”]=df.loc[：，“metadata”].apply（json.loads）
df.head（）
#id元数据标题
#0 123{'dek'：'学生贷款
'}频道
#1124{'dek'：'Student loan
'

除此之外，您还可以使用

以下是答案：

sample_df["new_column"] = sample_df.metadata.apply(json.loads)

---

输出是：

{“dek”：“别忘了买一张卡，
”，“links”：{“edit”：{“dev”：“…}}}

Hmmm它给了我一个完全相同的错误：

TypeError:JSON对象必须是str、bytes或bytearray，而不是dict

很抱歉这个愚蠢的问题，但是你在for循环之外使用了代码？你能共享数据帧的样本吗？在for循环之外，正确。我编辑了我的问题，提供了一个数据集的示例。类型of

元数据

列在我的环境中正常工作。您可以尝试使用json.dumps而不是json.loads。如果不起作用，您可以向我发送pandas和json的版本吗？很抱歉我的回复太晚。您可以尝试以下操作：

对于df['metadata3']中的项：对于键，值在项中。项（）：打印（键）

显然有正确的缩进。我也试过了。

sample_-df['metadata']=sample_-df['metadata'].to_-json，但它给了我一个错误。

TypeError:无法连接类型为“”的对象；只有Series和DataFrame-objs有效`这很奇怪，因为这个列是Series…运行以下命令：

df.loc[：，“metadata”]=df.loc[：，“metadata”].apply（json.loads）

并返回了相同的错误，即

TypeError:json对象必须是str、bytes或bytearray，而不是dict

，这表明

df[“metadata”]

已经是

dict

…所以问题解决了吗？用以下代码解决了：

示例df[“新列”]=sample_df.metadata.apply（json.loads）

其他两个答案（和）已经显示了这一点…@jakub这些是同一个问题的答案（我自己已经发布了），但没有一个有效。我发布了专门针对我的问题的答案。

sample_df["new_column"] = sample_df.metadata.apply(json.loads)