Python实现含嵌套对象的CSV转扁平化JSON，求第三方库方案

用第三方库 pandas 快速实现 #

pandas 是处理这类结构化数据转换的首选工具，能轻松解析嵌套的JSON字段并展开到顶层：

import pandas as pd
import json

# 读取CSV文件
df = pd.read_csv('your_file.csv')

# 解析_data列的JSON字符串为字典，展开成单独列
df = df.join(df['_data'].apply(json.loads).apply(pd.Series))

# 删除原来的_data列
df = df.drop('_data', axis=1)

# 转换为扁平化的JSON（按行输出）
flattened_json = df.to_json(orient='records', indent=2)
print(flattened_json)

运行后会输出符合你需求的扁平化JSON数组，每一行对应原CSV的一条记录。

用标准库手动实现（无需第三方依赖） #

如果不想安装额外库，用Python内置的csv和json模块也能完成：

import csv
import json

flattened_records = []

with open('your_file.csv', 'r', newline='') as csvfile:
    reader = csv.DictReader(csvfile)
    for row in reader:
        # 解析_data字段的JSON字符串
        nested_data = json.loads(row.pop('_data'))
        # 合并顶层字段和嵌套字段
        flattened_row = {**row, **nested_data}
        flattened_records.append(flattened_row)

# 输出格式化后的JSON
print(json.dumps(flattened_records, indent=2))

这段代码会逐行读取CSV，解析嵌套的JSON字段后和其他字段合并，最终生成扁平化的JSON数组。

说明 #

两种方法都能自动处理所有行的嵌套字段，不需要手动提取前两行的键——解析JSON后会自动获取嵌套字段的键并合并到顶层，比你当前的方法更高效可靠。

内容的提问来源于stack exchange，提问作者Anon