如何在R和Python中将深层JSON转换为扁平化DataFrame

R语言实现 #

步骤与代码 #

使用jsonlite包的flatten()函数可递归展开所有嵌套结构，将多层数据转换为单一DataFrame，再通过writexl包导出至Excel：

# 加载依赖包
library(jsonlite)
library(writexl)

# 读取并提取目标数据
json_data <- jsonlite::fromJSON(txt = "https://www.itftennis.com/tennis/api/PlayerApi/GetPlayerActivity?circuitCode=WCT&matchTypeCode=S&playerId=800305047&skip=180&surfaceCode=&take=50&year=all")
json_data2 <- json_data[[1]]

# 扁平化处理
flattened_df <- flatten(json_data2, recursive = TRUE)

# 导出到Excel文件
write_xlsx(flattened_df, "flattened_player_activity.xlsx")

说明 #

• recursive = TRUE参数会遍历所有嵌套层级，将深层数据提取至顶层，列名用.分隔原嵌套路径（例如opponent.playerName）。
• write_xlsx()直接生成可在Excel中打开的文件。

Python语言实现 #

步骤与代码 #

借助pandas的json_normalize()函数处理嵌套JSON，结合requests获取数据后导出至Excel：

import pandas as pd
import requests

# 获取API数据
url = "https://www.itftennis.com/tennis/api/PlayerApi/GetPlayerActivity?circuitCode=WCT&matchTypeCode=S&playerId=800305047&skip=180&surfaceCode=&take=50&year=all"
response = requests.get(url)
json_data = response.json()
json_data2 = json_data[0]

# 扁平化转换
flattened_df = pd.json_normalize(json_data2, sep="_")

# 导出到Excel文件
flattened_df.to_excel("flattened_player_activity.xlsx", index=False)

说明 #

• sep="_"指定嵌套层级的分隔符，生成的列名将用下划线区分原结构（例如opponent_playerName）。
• index=False避免将DataFrame的索引列写入Excel，保证文件结构简洁。

内容的提问来源于stack exchange，提问作者Imad Hamri