上面代码中，如果有重复字典字段，新建一列，比如人名，遇到第二个人名时，列名变成人名2

如果遇到重复的字典字段，你可以在列名后面添加一个数字，以区分不同的列。以下是修改后的代码示例：

import pandas as pd

# 读取原始的 Excel 文件
df = pd.read_excel('input.xlsx')

# 获取第一列、第二列和第三列的数据
col1 = df.iloc[:, 0].values
col2 = df.iloc[:, 1].values
col3 = df.iloc[:, 2].values

# 拆分第三列的每个单元格值，并将拆分后的值放入新的列中
column_names = {}  # 记录每个字段出现的次数
for i, cell_value in enumerate(col3):
    cell_value = eval(cell_value)  # 将字符串转换为字典
    for item in cell_value:
        column_name = item['labels'][0]  # 字段名称作为新列名
        if column_name not in column_names:
            column_names[column_name] = 0
        else:
            column_names[column_name] += 1
            column_name += str(column_names[column_name])
        value = item['text']  # 字段值
        df.loc[i, column_name] = value

# 将结果保存到新的 Excel 文件
df.to_excel('output.xlsx', index=False)

在上述代码中，我们使用了一个 `column_names` 字典来记录每个字段出现的次数。如果遇到重复的字段，我们会在列名后面添加一个数字（例如 `2`、`3` 等）。这样就可以区分不同的列。

请将原始的 Excel 文件命名为 `input.xlsx`，运行上述代码后，将生成一个名为 `output.xlsx` 的新的 Excel 文件，其中包含根据字典拆分后的新列，并自动添加数字以区分重复的字段。

希望这次修改能够满足你的需求。如果还有其他疑问，请随时提出。