如何将指定JSON文件转换为目标pandas DataFrame格式？

原始JSON数据结构如下：

[{'timestamp': '2013-04-30T00:00:00.000Z',
  'searchInterval': '2880',
  'btcDominance': 94.3854,
  'ethDominance': 0,
  'quote': [{'name': 'USD',
    'timestamp': '2013-04-30T00:00:00.000Z',
    'totalMarketCap': 1686950016.0,
    'totalVolume24H': 0.0,
    'totalVolume24HReported': 0.0,
    'altcoinVolume24H': 0.0,
    'altcoinVolume24HReported': 0.0,
    'altcoinMarketCap': 94716304.0,
    'originalScore': '1367280120'}],
  'score': 1367280000000.0},
 {'timestamp': '2013-05-02T00:00:00.000Z',
  'searchInterval': '2880',
  'btcDominance': 94.0775,
  'ethDominance': 0,
  'quote': [{'name': 'USD',
    'timestamp': '2013-05-02T00:00:00.000Z',
    'totalMarketCap': 1333880064.0,
    'totalVolume24H': 0.0,
    'totalVolume24HReported': 0.0,
    'altcoinVolume24H': 0.0,
    'altcoinVolume24HReported': 0.0,
    'altcoinMarketCap': 78998704.0,
    'originalScore': '1367452920'}],
  'score': 1367452800000.0},
...
]

需要生成仅包含timestamp和totalMarketCap字段的DataFrame，格式如下：

timestamp    totalMarketCap
0   2013-04-30T00:00:00.000Z      1686950016.0
...                      ...               ...

情况1：数据已加载到Python变量中 #

假设JSON数据已存储在data变量中，使用Pandas处理：

import pandas as pd

# 将原始数据转为DataFrame
df_raw = pd.DataFrame(data)

# 提取所需字段：上层的timestamp，以及quote列表中第一个元素的totalMarketCap
df = df_raw[['timestamp']].copy()
df['totalMarketCap'] = df_raw['quote'].apply(lambda x: x[0]['totalMarketCap'])

# 查看结果
print(df)

情况2：从JSON文件读取数据 #

如果数据存储在本地JSON文件（如market_data.json），先读取再处理：

import pandas as pd

# 读取JSON文件
df_raw = pd.read_json('market_data.json')

# 提取目标字段
df = df_raw[['timestamp']].copy()
df['totalMarketCap'] = df_raw['quote'].apply(lambda x: x[0]['totalMarketCap'])

print(df)

拓展：处理多币种quote的情况 #

如果quote列表包含多个币种（如USD、EUR），需要筛选指定币种的totalMarketCap，可以修改代码：

df['totalMarketCap'] = df_raw['quote'].apply(
    lambda x: next(item['totalMarketCap'] for item in x if item['name'] == 'USD')
)

内容的提问来源于stack exchange，提问作者CG7