如何用pandas json_normalize转JSON为CSV并保留解析树上层变量

当使用pandas的json_normalize提取JSON深层节点ext_inspera_candidateResponses的数据时，无法同步保留上层的ext_inspera_candidateId、ext_inspera_autoScore等关键字段，直接添加meta="ext_inspera_candidateId"参数会导致对应列数据为空。

解决思路 #

核心是为meta参数指定字段的完整层级路径。由于record_path指向的是多层嵌套的深层节点，json_normalize需要明确知道上层字段所在的层级位置，而非仅字段名。

修改后的代码示例 #

import os
import pandas as pd
import json

os.chdir("/path/to/directory")

with open("json_file.json") as json_file:
    jd = json.load(json_file)

output = pd.json_normalize(
    jd,
    record_path=["ext_inspera_candidates", "result", "ext_inspera_questions", "ext_inspera_candidateResponses"],
    # 为每个上层关键变量指定完整层级路径，需匹配你的JSON实际结构
    meta=[
        ["ext_inspera_candidates", "ext_inspera_candidateId"],
        ["ext_inspera_candidates", "result", "ext_inspera_autoScore"]
    ]
)

output.to_csv("json_conversion_output.csv", index=False)

关键说明 #

• 每个meta字段用列表形式指定从根节点到目标字段的完整路径，确保json_normalize能准确定位到上层变量；
• 请根据你的JSON实际结构调整路径，比如如果ext_inspera_autoScore的层级不同，对应修改列表中的路径节点；
• 补充了原代码遗漏的import json模块，避免json.load执行报错。

内容的提问来源于stack exchange，提问作者Nick Riches