问题说明：原始数据导入字段index3就是json字符串格式（带单引号str），想要提取字典里面key值为"name"的所有value；
df_tmp #pandas dataframe
#字段index3是json字符串格式（带单引号str），去掉单引号就是list of dics
df_tmp["index3"][0]
'[{"name": "Mary", "age":"7", "Sex":"F"},{"name":"Jack", "age":"11","Sex":"M"}]'
df_tmp["index3"][1]
'[{"name":"Jack", "age":"11","Sex":"M"},{"name":"Lucy","age":"9","Sex":"F"},{"name":"Nancy", "age":"10","Sex":"F"}]'
df_tmp["index3"][2]
'[{"name": "Luke", "age":"6", "Sex":"F"},{"name":"Lily", "age":"11","Sex":"F"}]'
已有解决方案：把json转码成list of dictionaries，三层循环，遍历dataframe，遍历list，遍历字典；
问题：数据量稍微多一点，速度特别慢，python小白求大神想想其他的方案，比如pandas有没有好用的函数，可不可以用mysql处理？
只能这样遍历吧，要提取所有的name至少要遍历一遍所有的name，就算预处理成其他数据格式也需要这个步骤。
你的转码成list of dictionaries是怎么做得，能上代码吗。
两种方法，一种是如你所说，用pandas，将所有的数据整合成一个dataform，然后获取‘name’列，这种做法第一次需要处理数据生成dataform表格，后期使用的话会比较快。
第二种方法，遍历裂变时不要用循环，可以借用map函数来获取对应的元素，这个效率回避循环高一些。
具体使用那种，以你具体使用情景来定