如何用Python将含嵌套对象数组的JSON转为扁平化Excel

问题背景 #

需要将包含多层嵌套对象数组的JSON文件转换为指定结构的扁平化Excel表格，现有代码无法正确输出预期格式。以下是待处理的JSON结构、预期表格及问题代码：

待处理JSON结构 #

{
  "Documents": [
    {
      "metaData": {
        "form": "1",
        "userNm": "1"
      },
      "report": {
        "date": "1"
      },
      "lossInfo": [
        {
          "policy": {
            "effdate": "11",
            "efftime": "11"
          },
          "year": {
            "current": "11",
            "previous": "11"
          }
        },
        {
          "policy": {
            "effdate": "12",
            "efftime": "12"
          },
          "year": {
            "current": "12",
            "previous": "12"
          }
        }
      ]
    },
    {
      "metaData": {
        "form": "2",
        "userNm": "2"
      },
      "report": {
        "date": "2"
      },
      "lossInfo": [
        {
          "policy": {
            "effdate": "21",
            "efftime": "21"
          },
          "year": {
            "current": "22",
            "previous": "22"
          }
        },
        {
          "policy": {
            "effdate": "21",
            "efftime": "21"
          },
          "year": {
            "current": "22",
            "previous": "22"
          }
        }
      ]
    }
  ]
}

预期扁平化表格结构 #

现有问题代码 #

import json
import pandas as pd

def read_json(filename):
    jsonData = {}
    try:
        with open(filename, "r", encoding="utf-8") as f:
            jsonData = json.loads(f.read())
    except:
        raise Exception(f"Reading {filename} file encountered an error")
    return jsonData

json_data = read_json(filename=".json")

df = pd.json_normalize(json_data,meta=['Documents']).explode('Documents').reset_index(drop=True)
df = df.join(pd.json_normalize(df.pop('Documents')))
df = df.join(pd.json_normalize(df.pop("lossInfo").apply(pd.Series).stack().reset_index(drop=True)))

正确实现方案 #

核心思路是利用pandas.json_normalize的record_path和meta参数，直接指定嵌套数组的展开路径与外层保留字段，一次性完成扁平化处理。

完整代码 #

import json
import pandas as pd

def read_json(filename):
    try:
        with open(filename, "r", encoding="utf-8") as f:
            return json.load(f)
    except Exception as e:
        raise Exception(f"读取{filename}文件出错: {str(e)}")

# 读取JSON数据（替换为你的实际文件名）
json_data = read_json(filename="your_data.json")

# 扁平化处理
df = pd.json_normalize(
    json_data,
    record_path=['Documents', 'lossInfo'],  # 指定需要展开的嵌套数组路径
    meta=[
        ['Documents', 'metaData', 'form'],
        ['Documents', 'metaData', 'userNm'],
        ['Documents', 'report', 'date']
    ]  # 指定需要保留的外层字段路径
)

# 重命名列名以匹配预期格式
df.columns = [
    'policy.effdate', 'policy.efftime', 'year.current', 'year.previous',
    'metaData.form', 'metaData.userNm', 'report.date'
]

# 调整列顺序，与预期表格一致
df = df[['metaData.form', 'metaData.userNm', 'report.date', 'policy.effdate', 'policy.efftime', 'year.current', 'year.previous']]

# 导出为Excel（不含索引列）
df.to_excel("flattened_result.xlsx", index=False)

代码说明 #

• record_path=['Documents', 'lossInfo']：明确指定要展开的嵌套数组层级，将每个Documents下的lossInfo数组元素拆分为独立行；
• meta参数：提取外层需要保留的关联字段，通过多层列表精准定位字段路径；
• 列名重命名与顺序调整：确保最终表格的列名、顺序完全匹配预期；
• 导出Excel时设置index=False，避免生成多余的索引列。

内容的提问来源于stack exchange，提问作者AchillesCK