如何将JSON多维数组转为Pandas独立列（嵌套状态数据处理）

核心思路 #

先把嵌套的status数组拆分为每行对应一个状态记录，再通过透视表将状态转为独立列，最后合并回原数据并计算耗时。

具体步骤（假设status数组元素为含status和timestamp字段的字典） #

1. 展开嵌套数组
   将每个订单的status数组拆分为多行，保留订单唯一标识（如orderid）：

   # 展开status数组，每个状态占一行，重置索引避免混乱
   expanded_df = df.explode('status').reset_index(drop=True)
   

2. 解析状态字典
   把status字段里的嵌套字典拆成单独的status_name和timestamp列：

   # 将字典转为DataFrame并合并到原表
   status_details = pd.DataFrame(expanded_df['status'].tolist(), index=expanded_df.index)
   expanded_df = pd.concat([expanded_df.drop('status', axis=1), status_details], axis=1)
   # 重命名列（如果原字典键名不是status/timestamp，替换为实际键名）
   expanded_df.rename(columns={'status': 'status_name'}, inplace=True)
   

3. 透视生成独立状态列
   以orderid为行索引，将不同状态转为列，对应值为状态时间戳：

   # 透视表：每个orderid一行，每个状态对应一列
   status_pivot = expanded_df.pivot(
       index='orderid',
       columns='status_name',
       values='timestamp'
   ).reset_index()
   

4. 合并回原数据并计算耗时
   合并原表的其他字段（去重后），并转换时间格式计算耗时：

   # 保留原表每个orderid的唯一行，合并状态列
   final_df = df.drop_duplicates('orderid').merge(status_pivot, on='orderid')
   
   # 转换时间戳为datetime类型
   final_df['order confirmed'] = pd.to_datetime(final_df['order confirmed'])
   final_df['pick up confirmed'] = pd.to_datetime(final_df['pick up confirmed'])
   
   # 计算从订单确认到取件确认的耗时（单位：小时，可按需改为分钟/秒）
   final_df['confirm_to_pickup_hours'] = (
       final_df['pick up confirmed'] - final_df['order confirmed']
   ).dt.total_seconds() / 3600
   

特殊情况处理 #

• 如果部分订单缺少目标状态（如无pick up confirmed记录），结果会出现NaN，可通过fillna()标记或过滤：

  # 标记缺失状态的订单
  final_df['confirm_to_pickup_hours'] = final_df['confirm_to_pickup_hours'].fillna('未完成取件')
  

• 如果status数组的结构不同（如键名不是status/timestamp），只需替换代码中对应的列名即可。

内容的提问来源于stack exchange，提问作者nitin bhatt