如何使用pandas DataFrame解析含数组的嵌套JSON

你的JSON数据存在多层嵌套，其中transaction.client是数组结构，直接用json_normalize(response.json())只会把整个transaction作为列，无法展开数组内的明细内容，导致结果不符合预期。

修改后的代码 #

通过指定json_normalize的record_path参数，明确要展开的嵌套数组路径，工具会自动处理嵌套的对象（比如price）：

import requests
from pandas import json_normalize

response = requests.get(url, headers=headers, data=payload, verify=True)
data = response.json()

# 指向要展开的嵌套数组路径：transaction下的client数组
df = json_normalize(data, record_path=['transaction', 'client'])

# 查看规整后的表格
print(df)

预期输出结果 #

执行后会得到如下规整的表格结构，嵌套的price对象会自动展开为带前缀的列：

扩展：保留外层交易字段 #

如果transaction层还有其他需要保留的字段（比如交易ID），可以添加meta参数：
假设JSON结构为：

[{"transaction":{"id":"TXN001", "client":[{"name":"Paul","category":"p","quantity":1,"price":{"amount":150.0,"tax":0.0,"totalAmountTax":150.0}}]}}]

修改代码：

df = json_normalize(
    data,
    record_path=['transaction', 'client'],
    meta=[['transaction', 'id']]  # 保留交易ID字段
)

此时输出会新增transaction.id列，对应每条记录所属的交易ID。

内容的提问来源于stack exchange，提问作者CED