如何将指定嵌套JSON文件转换为Pandas DataFrame？

针对你提供的JSON结构，有两种常用的转换方式，可根据需求选择：

方式一：按时间周期拆分（推荐，适合分析不同时间点的FGI数据） #

这种方式会把fgi下的每个时间节点（now、previousClose等）作为单独一行，同时保留全局的更新时间信息。

步骤： #

1. 导入所需库

import pandas as pd
import json

2. 读取JSON文件

# 替换为你的JSON文件实际路径
with open('fgi_data.json', 'r') as file:
    json_data = json.load(file)

3. 转换fgi部分为DataFrame

# 以字典键作为行索引生成DataFrame
fgi_df = pd.DataFrame.from_dict(json_data['fgi'], orient='index')
# 重置索引并将原索引命名为时间周期列
fgi_df = fgi_df.reset_index().rename(columns={'index': 'time_period'})

4. 添加全局更新时间信息

# 将lastUpdated的两个字段批量添加到DataFrame的每一行
fgi_df['last_updated_epoch'] = json_data['lastUpdated']['epochUnixSeconds']
fgi_df['last_updated_human'] = json_data['lastUpdated']['humanDate']

最终DataFrame结构示例：

方式二：完全展平为单行 #

如果不需要拆分时间周期，只想把所有嵌套数据展平成一行，可使用pd.json_normalize()：

import pandas as pd
import json

with open('fgi_data.json', 'r') as file:
    json_data = json.load(file)

# 自动展平所有嵌套JSON结构
flat_df = pd.json_normalize(json_data)

生成的DataFrame列名将以层级形式命名，例如lastUpdated.epochUnixSeconds、fgi.now.value、fgi.previousClose.valueText等，所有数据集中在同一行。

内容的提问来源于stack exchange，提问作者jacques