如何用Pandas规范化嵌套JSON：展平嵌套字典与列表

你的问题出在分别对父数据独立拆分tests和testRuns后直接拼接，导致父记录没有随子记录复制，最终出现大量N/A。正确的做法是逐层关联合并：先将父记录与tests子记录绑定，再将绑定后的记录与testRuns子记录绑定，确保每一条子记录都能关联到完整的父记录。

最优实现代码 #

import pandas as pd

# 提取核心结果数据
results = response['data']['getTestExecutions']['results']

# 1. 归一化父级数据，展开jira等嵌套字段，保留tests和testRuns的嵌套结果
df_parent = pd.json_normalize(results)

# 2. 关联父记录与tests子记录
# 炸开tests.results，父记录自动复制对应条数
df_with_tests = df_parent.explode('tests.results', ignore_index=True)
# 归一化tests子字段并添加前缀，合并到父记录
df_tests_norm = pd.json_normalize(df_with_tests['tests.results']).add_prefix('test.')
df_with_tests = pd.concat([df_with_tests.drop('tests.results', axis=1), df_tests_norm], axis=1)

# 3. 关联已绑定tests的记录与testRuns子记录
# 炸开testRuns.results，每条test记录自动复制对应testRuns条数
df_final = df_with_tests.explode('testRuns.results', ignore_index=True)
# 归一化testRuns子字段并添加前缀，合并到最终表
df_testruns_norm = pd.json_normalize(df_final['testRuns.results']).add_prefix('testRuns.')
df_final = pd.concat([df_final.drop('testRuns.results', axis=1), df_testruns_norm], axis=1)

# 查看最终结果
print(df_final.columns)
print(df_final)

代码说明 #

1. 父级归一化：通过pd.json_normalize直接展开父记录中的嵌套字段（如jira.key、jira.project.id等），同时保留tests.results和testRuns.results的嵌套结构用于后续拆分。
2. 逐层炸开合并：
   • 先炸开tests.results，父记录会自动复制成与tests子记录数量一致的行，确保每条test都对应完整的父数据。
   • 再炸开testRuns.results，已绑定父+test的记录会再次复制，确保每条testRun都关联对应的父和test数据。
3. 字段前缀区分：通过add_prefix给子字段添加前缀（test.、testRuns.），避免与父字段命名冲突。

效果验证 #

最终生成的df_final中，每一行都是父测试执行记录 + 单条test记录 + 单条testRun记录的完整组合，所有字段均无N/A值，且保留了原始JSON的所有键和层级顺序。

内容的提问来源于stack exchange，提问作者matzano