问题可能与您将JSON数据插入MySQL数据库的方式有关。错误消息指示尝试插入JSON数据时语法有问题。
您可以直接使用pandas.to_json（）方法将DataFrame中的JSON数据转换为JSON格式的字符串，而不是使用escape_string手动将JSON数据转换为字符串。
在这段代码中，我们使用pd.json.dumps将DataFrame中的JSON数据转换为JSON格式的字符串。然后，在将数据插入MySQL数据库时，我们使用%s作为JSON格式字符串的占位符，以避免任何SQL注入问题。
代码：

import pandas as pd
import pymysql

# Read the CSV file into a pandas DataFrame
data = pd.read_csv(filename, encoding="utf-8")

# Convert the JSON data in columns to JSON-formatted strings
data["pictures"] = data["pictures"].apply(pd.json.dumps)
data["financial_info"] = data["financial_info"].apply(pd.json.dumps)

# Assumed that connection was called before: "connection = pymysql.connect"
# Create a cursor object
cursor = connection.cursor()

# Loop through the DataFrame and insert each row into the MySQL database
for index, row in data.iterrows():
    sql = "INSERT INTO your_table (pictures, financial_info) VALUES (%s, %s)"
    values = (row["pictures"], row["financial_info"])
    cursor.execute(sql, values)

字符串
稍后，如果您想在Python中将JSON格式的字符串转换回JSON数据，您可以使用json模块提供的json.loads（）函数。该函数解析JSON格式的字符串，并返回相应的JSON数据作为Python对象（例如字典或列表）。
从JSON格式的字符串返回到JSON数据的示例代码：

import json

# Example JSON-formatted string
json_str = '{"key": "value", "numbers": [1, 2, 3], "nested": {"foo": "bar"}}'

# Convert the JSON-formatted string to JSON data
json_data = json.loads(json_str)

# Now, json_data is a Python object containing the JSON data
print(json_data)
# Output: {'key': 'value', 'numbers': [1, 2, 3]}

# You can access the data as usual in Python
print(json_data["key"])  # Output: 'value'
print(json_data["numbers"])  # Output: [1, 2, 3]

型