使用pandas json_normalize展平JSON：提取tags.tags并生成扁平化DataFrame

你当前使用pd.json_normalize(data['conversations'])只能展平部分层级，对于tags.tags这类嵌套数组无法完全扁平化，以下是实现完全扁平化DataFrame的方案：

步骤说明 #

pd.json_normalize默认不会展开嵌套数组，需要先通过explode拆分数组列，再对拆分后的嵌套对象进行二次展平，最终合并所有字段。

完整代码 #

import pandas as pd

# 假设data是你提供的JSON结构数据
# 1. 先展平顶层对话数据（不处理数组列）
df = pd.json_normalize(data['conversations'])

# 2. 处理tags.tags数组：拆分后展平嵌套字段
df = df.explode('tags.tags', ignore_index=True)
df = pd.concat([df.drop('tags.tags', axis=1), pd.json_normalize(df['tags.tags'])], axis=1)

# 3. 处理contacts.contacts数组
df = df.explode('contacts.contacts', ignore_index=True)
df = pd.concat([df.drop('contacts.contacts', axis=1), pd.json_normalize(df['contacts.contacts'])], axis=1)

# 4. 处理teammates.admins数组
df = df.explode('teammates.admins', ignore_index=True)
df = pd.concat([df.drop('teammates.admins', axis=1), pd.json_normalize(df['teammates.admins'])], axis=1)

# 设置显示所有列
pd.set_option('display.max_columns', None)

效果说明 #

执行后，所有嵌套层级（包括数组内的对象）都会被展平为独立列：

• 原tags.tags中的每个tag的id、name、applied_at等字段会变成单独列
• 数组拆分后，每个数组元素对应一行原对话数据（比如一个对话有4个tag，会生成4行数据，每行对应一个tag，同时保留对话的其他属性）
• 其他嵌套数组（如contacts.contacts、teammates.admins）也会被同样处理

内容的提问来源于stack exchange，提问作者lpca