Python Pandas嵌套JSON扁平化代码的优化方案问询

作为Python及Pandas新手，你已经实现了嵌套JSON的扁平化逻辑，但现有代码仍有简化空间。下面是针对需求的优化方案，包含代码简化、函数封装，满足动态列命名的要求，输出的CSV适配Power BI使用。

现有代码与问题场景 #

现有实现代码 #

with open('json.json', 'r') as json_file: jsondata = json.load(json_file)

df = pd.json_normalize(jsondata['results'], errors='ignore')

y = df.columns[df.applymap(type).eq(list).any()]

for x in y:
    df = df.explode(x).reset_index(drop=True)
    df_exploded = pd.json_normalize(df.pop(x))
    for i in df_exploded.columns:
        df_exploded = df_exploded.rename(columns={i:x + '_' + i})
    df = df.join(df_exploded)

df.to_csv('json.csv')

示例JSON格式 #

data = {
        'results': [
                        {
                            'recordType': 'recordType',
                            'id': 'id',
                            'values': 
                              {
                                'orderType': [{'value': 'value', 'text': 'text'}],
                                'type': [{'value': 'value', 'text': 'text'}],
                                'entity': [{'value': 'value', 'text': 'text'}],
                                'trandate': 'trandate'
                              }
                        }
                   ]
       }

优化后的封装函数 #

以下代码简化了重复逻辑，封装为可复用的函数，支持动态列命名，并适配Power BI的CSV输出需求：

import json
import pandas as pd

def flatten_nested_json(json_path, output_csv=None):
    # 读取JSON文件
    with open(json_path, 'r') as json_file:
        jsondata = json.load(json_file)
    
    # 初始扁平化results层级
    df = pd.json_normalize(jsondata['results'], errors='ignore')
    
    # 筛选所有包含列表的列
    list_columns = [col for col in df.columns if df[col].apply(lambda val: isinstance(val, list)).any()]
    
    # 逐个处理列表列：展开→扁平化→合并
    for col in list_columns:
        # 展开列表，每条列表项对应一行
        df = df.explode(col).reset_index(drop=True)
        # 扁平化列表中的对象，并添加原列名作为前缀
        normalized_sub_df = pd.json_normalize(df.pop(col)).add_prefix(f"{col}_")
        # 合并回原DataFrame
        df = df.join(normalized_sub_df)
    
    # 保存CSV（默认不保留索引，适配Power BI）
    if output_csv:
        df.to_csv(output_csv, index=False)
    
    return df

# 调用示例
flatten_nested_json('json.json', 'json.csv')

优化说明 #

• 简化列重命名：用add_prefix替代循环重命名，代码更简洁高效
• 优化列表列检测：用列表推导式替代原有的列筛选逻辑，可读性更强
• 函数化封装：参数化输入输出路径，便于重复调用
• 适配Power BI：保存CSV时自动去除索引列，避免Power BI加载时出现冗余列

内容的提问来源于stack exchange，提问作者Nukedd