使用Pandas展平MyFitnessPal数据集JSON列的技术求助

问题分析 #

你当前的代码仅提取了total路径下的内容，但如果aggregate_intake_goal解析后的JSON存在其他顶级键，或者total内部的键未正确展开，就会出现JSON键无法转为数据集列的情况。

解决方案 #

方案1：直接展开整个JSON列 #

如果aggregate_intake_goal解析后的JSON结构不复杂，直接对整个列执行json_normalize，无需指定record_path，所有顶级键会自动转为列：

import pandas as pd
import json

# 解析JSON字符串列
df['aggregate_intake_goal'] = df['aggregate_intake_goal'].apply(json.loads)

# 归一化整个JSON列
df_normalized = pd.json_normalize(df['aggregate_intake_goal'])

方案2：保留外层键+展开内层total数据 #

如果aggregate_intake_goal外层还有需要保留的字段（比如日期、用户标识等），用meta参数指定这些外层键，结合record_path展开total内的数据：

# 替换meta里的内容为实际存在的外层键，比如"date"、"user_id"
df_normalized = pd.json_normalize(
    data=df['aggregate_intake_goal'],
    record_path=['total'],
    meta=['date', 'user_id']
)

方案3：处理多层嵌套JSON #

如果total内部还有嵌套结构，用sep参数指定嵌套键的分隔符，让嵌套键也展开为扁平化的列：

df_normalized = pd.json_normalize(
    data=df['aggregate_intake_goal'],
    record_path=['total'],
    sep='_'  # 嵌套键会转为类似"nutrients_calories"的列名
)

辅助验证：查看JSON结构 #

不确定JSON具体结构时，先打印一条解析后的JSON确认键的分布：

print(df['aggregate_intake_goal'].iloc[0])

内容的提问来源于stack exchange，提问作者Enigma