如何在DataFrame中展开嵌套JSON的lineups列并关联赛事数据？

针对你遇到的DataFrame中lineups嵌套字段展开问题，这里提供两种贴合需求的处理方案：

方案1：将球员数据整理为结构化列（单赛事行保留所有球员信息） #

如果希望每个赛事仍为单独一行，同时把嵌套的球员数据转化为可直接访问的结构化格式，可使用以下代码：

import pandas as pd
import json

# 1. 加载JSON数据并转换为初始DataFrame
with open('match_data.json', 'r') as f:
    raw_data = json.load(f)
df = pd.DataFrame([raw_data['data']])

# 2. 处理lineups中的两队球员信息，生成结构化列表
def format_lineups(lineup_dict):
    processed_teams = {}
    for team_key, players in lineup_dict.items():
        processed_teams[team_key] = [
            {
                'player_id': p['player_id'],
                'shirt_number': p['shirt_number'],
                'events': p['player_events']
            } for p in players
        ]
    return processed_teams

# 应用处理函数，生成新的结构化列
df['formatted_lineups'] = df['lineups'].apply(format_lineups)

# 可选：删除原lineups列
df = df.drop('lineups', axis=1)

处理后，formatted_lineups列会包含整理好的两队球员列表，每个球员信息以字典格式存储，既保留了嵌套数据的结构，又能在单赛事行中直接访问。

方案2：将每个球员展开为单独行（赛事数据自动关联重复） #

如果需要把每个球员的信息单独成行，同时绑定对应赛事的所有数据（这是更常用的数据分析格式），可以通过json_normalize结合合并实现：

import pandas as pd
import json

# 1. 加载JSON数据
with open('match_data.json', 'r') as f:
    raw_data = json.load(f)
match_info = raw_data['data']

# 2. 分别展开主队、客队的球员数据
team_a_players = pd.json_normalize(match_info['lineups']['team_a'])
team_a_players['team_type'] = 'home'

team_b_players = pd.json_normalize(match_info['lineups']['team_b'])
team_b_players['team_type'] = 'away'

# 3. 合并两队球员数据
all_players = pd.concat([team_a_players, team_b_players], ignore_index=True)

# 4. 将赛事基础数据关联到每个球员行
match_base_data = {k: v for k, v in match_info.items() if k != 'lineups'}
for col_name, col_value in match_base_data.items():
    all_players[col_name] = col_value

# 最终结果：每个球员一行，绑定对应赛事的所有字段
print(all_players.head())

这种方案下，每个球员的信息（包括player_events中的事件详情）都会单独成行，同时保留对应赛事的所有数据，方便后续做球员-赛事关联分析。

补充：进一步展开player_events的嵌套事件 #

如果需要把player_events中的事件也单独成行（比如每个进球、换人事件对应一行），可在方案2的基础上追加以下操作：

# 展开player_events列表
players_exploded = all_players.explode('player_events', ignore_index=True)

# 展开事件中的具体字段
players_final = pd.json_normalize(players_exploded.to_dict('records'))

# 处理空事件的情况（填充空字符串避免缺失值）
players_final[['player_events.event_time', 'player_events.event_type']] = players_final[['player_events.event_time', 'player_events.event_type']].fillna('')

内容的提问来源于stack exchange，提问作者Tez