求助：如何将CSV中JSON字段展平为指定列？已试json_normalize等无效

核心思路 #

直接针对你需要的目标字段精准提取嵌套JSON中的值，避免json_normalize默认自动展开导致的结构混乱。以下是适配你需求的具体实现步骤：

步骤1：导入依赖库 #

import pandas as pd
import json

步骤2：加载JSON数据 #

替换成你的JSON数据源（文件/API返回的变量均可）：

# 从文件加载示例，若为内存中的JSON对象直接使用即可
with open('your_json_file.json', 'r') as f:
    json_data = json.load(f)

步骤3：定义字段提取规则 #

对应你期望的列结构，明确每个目标字段的JSON路径：

# 键为最终列名（支持多级表头拆分），值为提取对应JSON字段的逻辑
field_rules = {
    'info.version': lambda x: x.get('info', {}).get('version'),
    'paths.modified': lambda x: x.get('paths', {}).get('modified'),
    'endpoints.added': lambda x: x.get('endpoints', {}).get('added'),
    'components.schemas:added': lambda x: x.get('components', {}).get('schemas', {}).get('added'),
    'components.requestBodies:added': lambda x: x.get('components', {}).get('requestBodies', {}).get('added')
}

步骤4：生成目标DataFrame #

单条JSON记录场景

result = {}
for col_name, extract_func in field_rules.items():
    result[col_name] = [extract_func(json_data)]

# 转换为多级表头的DataFrame，匹配你期望的格式
df = pd.DataFrame(result)
df.columns = pd.MultiIndex.from_tuples([col.split('.') for col in df.columns])

print(df)

多条JSON记录场景（如JSON数组）

result = {}
for col_name, extract_func in field_rules.items():
    result[col_name] = [extract_func(item) for item in json_data]

df = pd.DataFrame(result)
df.columns = pd.MultiIndex.from_tuples([col.split('.') for col in df.columns])

为什么之前的方法失效？ #

json_normalize默认会自动展开嵌套数组，若你的JSON是单条记录、或嵌套层级中存在非数组的复杂结构，默认参数会导致字段被错误展开或遗漏。上面的方法通过精准提取目标字段，完全匹配你需要的列结构，避免了自动展开带来的混乱。

内容的提问来源于stack exchange，提问作者Brie MerryWeather