Python实现JSON半扁平化：移除父键保留嵌套值

我明白你要的是仅展开顶层嵌套对象的半扁平化处理——也就是把Stat、Goal这些顶层键对应的字典直接拆成平级字段，而不是像之前的方法那样完全扁平化所有层级，或者给字段加列表索引前缀。下面给你两种可行的实现方式：

方法一：纯Python实现（轻量直观） #

这种方法不需要依赖第三方库，直接遍历每个顶层对象，把嵌套的字典键值对合并到平级结构中：

def semi_flatten(item):
    flattened = {}
    for key, value in item.items():
        # 仅处理顶层的字典类型值，直接合并键值对
        if isinstance(value, dict):
            flattened.update(value)
        else:
            # 如果顶层值不是字典（比如列表/字符串），直接保留（可根据需求调整）
            flattened[key] = value
    return flattened

# 你的原始JSON数据
original_json = [
    {
        "Stat": {
            "event": "03458188-abf9-431c-8144-ad49c1d069ed",
            "id": "102e1bb1f28ca44b70d02d33380b13",
            "number": "1121",
            "source": "",
            "datetime": "2023-01-13T00:00:00Z",
            "status": "ok"
        },
        "Goal": {"name": "goalname"},
        "Fordel": {"company": "companyname"},
        "Land": {"name": "landname"}
    },
    {
        "Stat": {
            "event": "22222",
            "id": "44444",
            "number": "5555",
            "source": "",
            "datetime": "2023-01-13T00:00:00Z",
            "status": "ok"
        },
        "Goal": {"name": "goalname2"},
        "Fordel": {"company": "companyname2"},
        "Land": {"name_land": "landname2"}
    }
]

# 执行半扁平化处理
result = [semi_flatten(item) for item in original_json]
print(result)

运行后就能得到你期望的结果：

[
    {
        "event": "03458188-abf9-431c-8144-ad49c1d069ed",
        "id": "102e1bb1f28ca44b70d02d33380b13",
        "number": "1121",
        "source": "",
        "datetime": "2023-01-13T00:00:00Z",
        "status": "ok",
        "name": "goalname",
        "company": "companyname",
        "name": "landname"
    },
    {
        "event": "22222",
        "id": "44444",
        "number": "5555",
        "source": "",
        "datetime": "2023-01-13T00:00:00Z",
        "status": "ok",
        "name": "goalname2",
        "company": "companyname2",
        "name_land": "landname2"
    }
]

方法二：用pandas实现（适合大数据量处理） #

如果你的数据量较大，用pandas的json_normalize可以更高效地处理，只需要指定要展开的顶层嵌套路径，然后合并结果：

import pandas as pd

# 你的原始JSON数据
original_json = [
    # 同上的原始数据
]

# 初始化空DataFrame，逐个展开顶层嵌套对象并合并
df = pd.DataFrame()
for top_key in original_json[0].keys():
    # 展开当前顶层键对应的字典
    nested_df = pd.json_normalize(original_json, record_path=top_key)
    df = pd.concat([df, nested_df], axis=1)

# 转换为你需要的JSON格式
result = df.to_dict('records')
print(result)

这个方法会把每个顶层嵌套的字典都展开成DataFrame的列，最后拼接成完整的平级结构，转成records格式后就和你期望的结果一致。

为什么之前的方法不行？ #

你之前用的flatten_data函数是完全扁平化所有层级的结构，并且会给列表中的元素添加索引前缀（比如0_event），这显然不符合你只展开顶层嵌套的需求。我们的方法只处理第一层的字典，直接合并键值对，避免了过度扁平化。

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