如何使用pandas.json_normalize处理Spotify API返回的嵌套JSON艺术家列表，实现单条曲目记录对应多个艺术家名称？

我来帮你搞定这个问题！你想要把Spotify API返回的每首曲目对应的所有艺术家名称合并成逗号分隔的字符串，放到Pandas的Artists列里，之前用json_normalize要么没提取到正确内容，要么把每个艺术家拆成了单独行，对吧？下面是两种简单有效的解决方案：

方法一：先标准化数据，再处理嵌套列 #

首先用json_normalize把原始的曲目数据转换成基础DataFrame，然后针对artists列（此时是字典列表格式）做自定义处理，提取每个艺术家的name并合并：

import pandas as pd

# 假设你已经获取到RespJson2['items']的曲目数据
df = pd.json_normalize(RespJson2['items'])

# 处理artists列：遍历每个艺术家字典，提取name并用逗号连接
df['Artists'] = df['artists'].apply(lambda x: ','.join([artist['name'] for artist in x]))

# 如果你不需要原始的artists列，可以删除它
df = df.drop('artists', axis=1)

# 查看你需要的Artists列结果
print(df[['Artists']])

方法二：先预处理数据，再转成DataFrame #

如果不想保留曲目的其他字段，只需要艺术家名称，可以先遍历原始的曲目列表，提前合并好艺术家名称，再转成DataFrame：

import pandas as pd

# 预处理每一条曲目数据，生成包含合并后艺术家名称的字典
processed_tracks = []
for track in RespJson2['items']:
    # 提取当前曲目的所有艺术家名称并合并
    artist_names = ','.join([artist['name'] for artist in track['artists']])
    processed_tracks.append({'Artists': artist_names})

# 转成DataFrame
df = pd.DataFrame(processed_tracks)
print(df)

为什么之前的方法没达到预期？ #

• 直接用pd.json_normalize(RespJson2['items'])时，artists列会被保留为字典列表的格式，不会自动提取合并名称；
• 使用record_path=["artists"]参数时，json_normalize会把每个艺术家拆分成单独的行，这就导致同一首曲目被拆成了多条记录，不符合你的需求。

内容的提问来源于stack exchange，提问作者Pola George