我有一個巨大的CSV文件（3.5GB，并且每天都會越來越大），該文件具有正常值和一個名為“元數據”的列，其中包含嵌套的JSON值。我的腳本如下，其目的只是將其每個鍵值對的JSON列轉換為普通列。我正在使用Python3（Anaconda； Windows）。import pandas as pdimport numpy as npimport csvimport datetime as dtfrom pandas.io.json import json_normalizefor df in pd.read_csv("source.csv", engine='c',     dayfirst=True,     encoding='utf-8',     header=0,    nrows=10,    chunksize=2,    converters={'Metadata':json.loads}):    ## parsing code comes here    with open("output.csv", 'a', encoding='utf-8') as ofile:        df.to_csv(ofile, index=False, encoding='utf-8')并且該列具有以下格式的JSON：{     "content_id":"xxxx",   "parental":"F",   "my_custom_data":{        "GroupId":"NA",      "group":null,      "userGuid":"xxxxxxxxxxxxxx",      "deviceGuid":"xxxxxxxxxxxxx",      "connType":"WIFI",      "channelName":"VOD",      "assetId":"xxxxxxxxxxxxx",      "GroupName":"NA",      "playType":"VOD",      "appVersion":"2.1.0",      "userEnvironmentContext":"",      "vodEncode":"H.264",      "language":"English"   }}期望的輸出是將所有上述鍵值對作為列。數據框將具有其他非JSON列，我需要向其中添加從上述JSON解析的列。我嘗試過，json_normalize但不確定如何應用json_normalize到Series對象，然后將其轉換（或分解）為多列。