Python解析嵌套JSON：提取data中Entities与Transitions至DataFrame

核心问题分析 #

你通过df["data"]["entities"]得到的是字典（dict）类型数据，而to_csv()是Pandas DataFrame的专属方法，直接调用自然会报错。解决的关键是先将字典转换为符合要求的DataFrame结构，再导出CSV。

具体实现方案 #

根据Entities字典的结构不同，有以下几种处理方式：

1. 简单键值对字典（无嵌套）

如果Entities是类似{"id": 1, "name": "test", "type": "user"}的扁平结构：

import pandas as pd

# 假设已获取到entities字典
entities_dict = df["data"]["entities"]

# 方式1：转为单行DataFrame
entities_df = pd.DataFrame([entities_dict])
entities_df.to_csv("entities_output.csv", index=False)

# 方式2：转为键为行、值为列的DataFrame（适合键值对数量多的场景）
entities_df = pd.DataFrame.from_dict(entities_dict, orient="index", columns=["value"])
entities_df.to_csv("entities_key_value.csv", index_label="key")

2. 嵌套结构字典

如果Entities包含多层嵌套（比如{"user": {"id":1, "profile": {"name": "test", "age":25}}}），用pd.json_normalize()扁平化处理：

entities_df = pd.json_normalize(entities_dict)
entities_df.to_csv("normalized_entities.csv", index=False)

这个方法会自动将嵌套键转为点分隔的列名（比如user.profile.name），适配你之前用过的标准化操作逻辑。

3. 同时处理Entities和Transitions

如果需要把两者导出到同一份CSV或分开导出：

# 提取两个字典
entities_dict = df["data"]["entities"]
transitions_dict = df["data"]["Transitions"]

# 分别转为DataFrame并导出
pd.json_normalize(entities_dict).to_csv("entities.csv", index=False)
pd.json_normalize(transitions_dict).to_csv("transitions.csv", index=False)

# 或者合并为一个DataFrame（结构兼容时可用）
combined_df = pd.concat([
    pd.json_normalize(entities_dict).assign(type="entity"),
    pd.json_normalize(transitions_dict).assign(type="transition")
], ignore_index=True)
combined_df.to_csv("combined_output.csv", index=False)

批量处理场景注意 #

如果你的df本身是DataFrame，且data列的每个元素都包含Entities和Transitions字典，需要批量处理每一行：

# 批量提取所有行的Entities并转为DataFrame
all_entities = pd.json_normalize(df["data"].apply(lambda x: x["entities"]))
all_entities.to_csv("all_entities.csv", index=False)

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