如何用Python无for循环将嵌套JSON列表转为结构化CSV

核心思路 #

利用pandas.json_normalize的record_path和meta参数精准展开嵌套结构，再通过列重排保证与目标CSV格式一致，全程无需for循环。

代码实现（以典型嵌套JSON为例） #

假设源JSON结构如下（匹配你提供的示例结构）：

[
  {
    "id": 1,
    "name": "Alice",
    "orders": [
      {"order_id": 101, "product": "Laptop", "price": 999},
      {"order_id": 102, "product": "Phone", "price": 699}
    ]
  },
  {
    "id": 2,
    "name": "Bob",
    "orders": [
      {"order_id": 201, "product": "Tablet", "price": 299}
    ]
  }
]

步骤1：加载数据并展开嵌套结构

import pandas as pd
import json

# 读取源JSON文件
with open("source.json", "r") as f:
    raw_data = json.load(f)

# 使用json_normalize展开嵌套列表，保留上层元数据
df = pd.json_normalize(
    raw_data,
    record_path="orders",  # 指定需要展开的嵌套列表字段
    meta=["id", "name"]    # 指定需要保留的上层字段
)

步骤2：对齐目标CSV列顺序

根据你提供的目标CSV列顺序，重新排列DataFrame的列：

# 替换为你的目标CSV列顺序
target_column_order = ["id", "name", "order_id", "product", "price"]
df = df[target_column_order]

步骤3：导出为CSV

df.to_csv("target.csv", index=False)

针对深层嵌套的扩展 #

如果JSON存在多层嵌套（如orders下还有items子列表），只需将record_path设为路径列表即可：

df = pd.json_normalize(
    raw_data,
    record_path=["orders", "items"],  # 多层嵌套的路径
    meta=["id", "name", ["orders", "order_id"]]  # 上层字段也可指定深层路径
)

关键注意事项 #

• 必须明确指定record_path：若省略该参数，json_normalize只会展开第一层JSON，嵌套列表会保留为列中的列表对象，无法达到展开效果。
• 列顺序控制：meta参数的顺序不影响最终列顺序，需通过最后一步的列重排严格对齐目标格式。
• 空值处理：嵌套字段缺失时，json_normalize会自动填充NaN，不影响导出CSV的结构。

内容的提问来源于stack exchange，提问作者Chris X