以下是一个示例代码，演示了如何按出现顺序解析DataFrame列中的JSON：

import pandas as pd
import json

# 创建示例DataFrame
data = {'json_column': ['{"name": "John", "age": 30}', '{"name": "Alice", "age": 25}']}
df = pd.DataFrame(data)

# 定义解析函数
def parse_json(row):
    json_data = json.loads(row)  # 解析JSON字符串
    return pd.Series(json_data)  # 返回一个Series

# 解析JSON列
df_parsed = df['json_column'].apply(parse_json)

# 将解析后的列添加到原始DataFrame
df = pd.concat([df, df_parsed], axis=1)

print(df)

输出：

           json_column  age  name
0  {"name": "John", "age": 30}   30  John
1  {"name": "Alice", "age": 25}   25  Alice

在上面的示例中，我们首先创建了一个包含JSON字符串的DataFrame。然后，我们定义了一个parse_json函数，用于解析JSON字符串并返回一个包含解析后的值的Series。接下来，我们使用apply函数将该函数应用于DataFrame的JSON列，生成一个包含解析结果的新DataFrame。最后，我们使用concat函数将解析后的列添加到原始DataFrame中。