如何将json.loads应用于pandas df中的每一行

将json.loads应用于pandas df中的每一行，可以通过apply函数结合lambda表达式来实现。

首先，导入所需的库：

import pandas as pd
import json

接下来，创建一个示例的DataFrame：

data = {'json_data': ['{"name": "John", "age": 30}', '{"name": "Jane", "age": 25}']}
df = pd.DataFrame(data)

示例DataFrame的结构如下：

       json_data
0  {"name": "John", "age": 30}
1  {"name": "Jane", "age": 25}

然后，定义一个函数，该函数将json.loads应用于DataFrame的每一行：

def parse_json(row):
    json_data = json.loads(row['json_data'])
    return json_data

最后，使用apply函数和lambda表达式将parse_json函数应用于DataFrame的每一行：

df['parsed_json'] = df.apply(lambda row: parse_json(row), axis=1)

这将在DataFrame中创建一个新的列'parsed_json'，其中包含每一行中解析后的JSON数据。

完整的代码如下：

import pandas as pd
import json

data = {'json_data': ['{"name": "John", "age": 30}', '{"name": "Jane", "age": 25}']}
df = pd.DataFrame(data)

def parse_json(row):
    json_data = json.loads(row['json_data'])
    return json_data

df['parsed_json'] = df.apply(lambda row: parse_json(row), axis=1)

这样，你就可以将json.loads应用于pandas df中的每一行了。