Python实现嵌套JSON转Excel：自定义列顺序排列数据

1. 先明确字段分组 #

先把所有字段按需求分成三类：

• 主字段：对应A到W列的23个核心发票信息（如invoice_id、customer_name、invoice_date等）
• DETAILS字段：嵌套在DETAILS节点下的明细字段（如item、qty、amount等）
• PAYMENTS字段：嵌套在PAYMENTS节点下的付款字段（如pay_method、pay_amount、pay_date等）

2. 正确展开嵌套数据 #

根据你的JSON结构选择对应方式展开：

场景1：DETAILS与PAYMENTS一一对应（每条明细对应一笔付款） #

直接通过json_normalize同时展开两个嵌套节点，确保行对齐：

import pandas as pd
import json

# 加载JSON数据
with open("invoices.json", "r", encoding="utf-8") as f:
    invoice_data = json.load(f)

# 展开嵌套数据，保留主字段并区分DETAILS/PAYMENTS字段
df = pd.json_normalize(
    invoice_data,
    record_path=["DETAILS"],
    meta=[
        # 按顺序列出所有主字段（A-W列）
        "invoice_id", "customer_name", "invoice_date", ...,
        # 关联PAYMENTS字段，添加前缀避免重名
        ["PAYMENTS", "pay_method"], ["PAYMENTS", "pay_amount"], ["PAYMENTS", "pay_date"]
    ],
    record_prefix="DETAILS_"
)

场景2：DETAILS与PAYMENTS为独立数组（一个发票有多条明细/多笔付款） #

分开展开后按发票ID关联合并：

# 展开主表+DETAILS
df_details = pd.json_normalize(
    invoice_data,
    record_path=["DETAILS"],
    meta=["invoice_id", ...]  # 主字段列表
)

# 展开主表+PAYMENTS
df_payments = pd.json_normalize(
    invoice_data,
    record_path=["PAYMENTS"],
    meta=["invoice_id"]
)

# 按发票ID合并（若有更精准的关联逻辑，可添加额外关联字段）
df_combined = pd.merge(df_details, df_payments, on="invoice_id", how="left")

3. 手动指定列顺序 #

无论哪种展开方式，最后强制按需求排列列：

# 严格按顺序定义列：主字段 → DETAILS字段 → PAYMENTS字段
column_order = [
    # 主字段（A-W列，按你需要的顺序排列）
    "invoice_id", "customer_name", "invoice_date", ...,
    # DETAILS字段（W列之后的字段）
    "DETAILS_item", "DETAILS_qty", "DETAILS_amount", ...,
    # PAYMENTS字段（DETAILS之后的字段）
    "PAYMENTS_pay_method", "PAYMENTS_pay_amount", "PAYMENTS_pay_date", ...
]

# 重排列并导出Excel
df = df[column_order]
df.to_excel("formatted_invoices.xlsx", index=False)

关键注意事项 #

• 主字段需严格按你需要的A-W列顺序列出，确保数量为23个
• 若DETAILS/PAYMENTS是单个对象而非数组，直接用pd.json_normalize(invoice_data)展开，无需record_path参数
• 一对多场景下，需明确明细与付款的关联规则（如金额匹配、顺序匹配），避免数据错位

内容的提问来源于stack exchange，提问作者Eyup