如何在Python中为pd.json_normalize结果添加foo1.foo2.name字段？

原始数据结构 #

object_row = [{
    'name':'one',
    'foo2':{ 
        'id':'1.1',
        'id':'1.2'
    },
    'foo1':[
        {
            'foo2':{
                'id':'1.1',
                'name':'one.one'
            }
        }, 
        {
            'foo2':{
                'id':'1.2',
                'name':'one.two'
            }
        }
    ]
}]

原规范化代码及结果 #

原代码：

import pandas as pd

obj_row_normalize = pd.json_normalize(
    object_row,
    record_path=['foo2'],
    meta=['name'],
    record_prefix='num_'
)

得到的结果：

解决方案 #

核心思路是利用id作为关联键，先从foo1中提取id与name的对应关系，再和原规范化结果合并：

1. 规范化foo1部分，提取所需的关联字段：

# 解析foo1数组，筛选出id和对应name
foo1_norm = pd.json_normalize(
    object_row,
    record_path=['foo1'],
    meta=['name']
)[['foo2.id', 'foo2.name']]

# 重命名列名，方便后续合并操作
foo1_norm = foo1_norm.rename(columns={
    'foo2.id': 'id',
    'foo2.name': 'name'
})

2. 将两个DataFrame按id列进行左合并：

final_df = obj_row_normalize.merge(foo1_norm, on='id', how='left')

最终结果 #

内容的提问来源于stack exchange，提问作者Diego Quirós