Pandas扁平化JSON后保留time_published列的技术问询

方法1：优化实现（无需手动索引循环） #

假设你的原始DataFrame名为original_df，其中ticker_data是存储股票字典的列，time_published是新闻发布时间列。可以通过以下代码一次性完成扁平化并保留时间关联：

df_final = pd.concat(
    [pd.json_normalize(row['ticker_data']).assign(time_published=row['time_published'])
     for _, row in original_df.iterrows()],
    ignore_index=True
).dropna()

方法2：修改你原有循环代码 #

如果想保留自己的循环逻辑，只需在扁平化每行字典后，把对应行的time_published值追加到临时DataFrame中即可：

df_final = pd.DataFrame()
# 替换成你的原始DataFrame，确保包含time_published列和存储字典的列（示例中为ticker_data）
original_df = your_original_dataframe_here

for i in range(len(original_df)):
    df_flat_ticker_temp = pd.json_normalize(original_df['ticker_data'].iloc[i])
    # 关键步骤：为当前扁平化后的所有行绑定对应新闻的发布时间
    df_flat_ticker_temp['time_published'] = original_df['time_published'].iloc[i]
    df_final = pd.concat([df_final, df_flat_ticker_temp], ignore_index=True)

df_final = df_final.dropna()

核心逻辑 #

你之前的代码仅对字典数据做了扁平化处理，但未将原行的time_published与展开后的行建立关联。上述两种方法都是在处理每行字典时，将该行的新闻发布时间赋值给扁平化后的所有行，确保每个从字典拆分出的股票记录都能对应到所属新闻的发布时间。

内容的提问来源于stack exchange，提问作者phx88