我将csv中的MongoDB导出到Python Pandas DataFrame中。然而，事实证明，我对包含嵌套数据的特定列进行拼合的努力被证明是徒劳的。
（据我所知）应该提取值列的标准函数正在返回错误。该功能是json_normalize库中的pandas.io.json。返回的错误是：
AttributeError: 'str' object has no attribute 'values'
进一步检查后，我可以看到，如果要打印该列，它并没有嵌套json_normalize函数所需的方式。在docs pertaining to that function中，data参数需要一个Unserialized JSON object，文档将其描述如下：
data = [{'id': 1, 'name': {'first': 'Coleen', 'last': 'Volk'}},
{'name': {'given': 'Mose', 'family': 'Regner'}},
{'id': 2, 'name': 'Faye Raker'}]
但是，我数据列中的两行看起来像这样：
[{"name":"A","size":"","price":300,"quantity":0,"_id":"9574"}, {"name":"B","size":"","price":400,"quantity":0,"_id":"1345"}]
[{"name":"C","size":"","price":300,"quantity":0,"_id":"0596"},{"size":"","price":400,"quantity":0,"_id":"0931","name":"D"}]
如果根据我的数据描述不清楚，则基本上，该列中的每一行都包含在方括号内，此外，所有行均不包含在一组外部方括号内，并且每组卷曲下一组大括号中的括号不是“逗号”。
我可以使用regex函数从每个单元格中删除所有这些外部方括号，但是json_normalize函数返回相同的错误。
将数据集作为JSON文件而不是csv导入也不会更改任何内容。我仍然遇到相同的错误。
对我来说，如何格式化整个列并不十分明显，以致它看起来像json_normalize所要求的方式。