如何将特定格式JSON文件转换为结构化Pandas DataFrame？

方法1：利用explode展开数组列 #

针对你已得到的包含数组列的DataFrame（df2），直接使用Pandas的explode方法，同时展开指定数组列，即可将每行数组拆分为单个数据点：

# 展开数组列并重置索引
result_df = df2.explode(['air_temperature_2m', 'time']).reset_index(drop=True)

执行后得到的result_df结构如下：

方法2：直接读取并构造目标DataFrame #

跳过中间的json_normalize步骤，直接解析原始JSON数据，提取对应数组后构造DataFrame，流程更简洁高效：

import pandas as pd
import json

# 读取JSON文件
with open('你的文件路径.json', 'r') as f:
    raw_data = json.load(f)

# 提取温度和时间数组
temp_list = raw_data['MIM01']['air_temperature_2m']
time_list = raw_data['time']

# 直接构造目标DataFrame
result_df = pd.DataFrame({
    'air_temperature_2m': temp_list,
    'time': time_list
})

该方法无需处理中间的数组列，直接生成符合要求的结构化数据，适合数据量较大的场景。

内容的提问来源于stack exchange，提问作者simulacron