aquí la jugada es "desempaquetar" esa columna nutritions que está guardando diccionarios dentro de cada celda, para que cada nutriente sea su propia columna en el DataFrame.

import pandas as pd

Simulación de tu DataFrame

data = {
"genus": ["Malus", "Prunus", "Persea", "Musa", "Rubus", "Fragaria", "Prunus"],
"name": ["Apple", "Apricot", "Avocado", "Banana", "Blackberry", "Blueberry", "Cherry"],
"id": [6, 35, 84, 1, 64, 33, 9],
"family": ["Rosaceae", "Rosaceae", "Lauraceae", "Musaceae", "Rosaceae", "Rosaceae", "Rosaceae"],
"order": ["Rosales", "Rosales", "Laurales", "Zingiberales", "Rosales", "Rosales", "Rosales"],
"nutritions": [
{'carbohydrates': 11.4, 'protein': 0.3, 'fat': 0.4, 'calories': 52, 'sugar': 10.3},
{'carbohydrates': 3.9, 'protein': 0.5, 'fat': 0.1, 'calories': 15, 'sugar': 3.2},
{'carbohydrates': 8.53, 'protein': 2, 'fat': 14.66, 'calories': 160, 'sugar': 0.66},
{'carbohydrates': 22, 'protein': 1, 'fat': 0.2, 'calories': 96, 'sugar': 17.2},
{'carbohydrates': 9, 'protein': 1.3, 'fat': 0.4, 'calories': 40, 'sugar': 4.5},
{'carbohydrates': 5.5, 'protein': 0, 'fat': 0.4, 'calories': 29, 'sugar': 5.4},
{'carbohydrates': 12, 'protein': 1, 'fat': 0.3, 'calories': 50, 'sugar': 8}
]
}

df = pd.DataFrame(data)

Normalizar la columna nutritions

nutritions_df = pd.json_normalize(df['nutritions'])

Concatenar con el DataFrame original

df_normalizado = pd.concat([df.drop(columns=['nutritions']), nutritions_df], axis=1)

print(df_normalizado)