如何在pandas中读取含多对象的ACN充电JSON并展开userInputs

核心方案是用pandas内置的json_normalize()函数，它专门处理嵌套JSON结构，能直接把userInputs里的键值对展开成DataFrame的独立列，不用手动遍历处理。

典型ACN数据结构（_items中的单条记录） #

{
  "_id": "abc123",
  "sessionID": "sess_456",
  "userInputs": {
    "requestedDeparture": "2023-10-01T18:00:00Z",
    "requestedEnergy": 50,
    "paymentMethod": "credit_card"
  },
  "startTime": "2023-10-01T12:00:00Z",
  "endTime": "2023-10-01T17:30:00Z"
}

修正后的代码 #

假设你之前仅提取了_items但未处理嵌套字段，改成下面的写法即可：

import pandas as pd
import json

# 读取JSON文件
with open('acn_charging_data.json', 'r') as f:
    raw_data = json.load(f)

# 用json_normalize直接展开嵌套的userInputs
# 自动保留所有顶层字段，同时把userInputs内的内容拆成独立列
df = pd.json_normalize(raw_data['_items'])

# 可选：给展开的字段加前缀避免重名，比如将userInputs.requestedDeparture改为userInputs_requestedDeparture
# df = pd.json_normalize(raw_data['_items'], sep='_')

效果说明 #

处理完成后，userInputs里的每个键都会成为DataFrame的独立列（比如userInputs.requestedDeparture），对应的数据会和当前充电记录的其他字段处于同一行，完全满足需求。

特殊情况处理（若userInputs为数组） #

如果部分记录的userInputs是数组（比如用户多次提交输入），可以指定record_path展开数组，同时用meta保留其他核心字段：

df = pd.json_normalize(
    raw_data['_items'],
    record_path='userInputs',  # 展开userInputs数组中的每个元素
    meta=['_id', 'sessionID', 'startTime']  # 保留顶层关键字段
)

内容的提问来源于stack exchange，提问作者gondev