如何用pandas json_normalize生成含workspace_id的数据集关联表？

我有一个嵌套Python字典，希望将其转换为关系型数据模型，需要解析为通过workspace_id关联的「workspace」表和「datasets」表。

示例嵌套字典如下：

simplified_dict ={
   "workspaces":[
      {
         "workspace_id":"d507422c",
         "workspace_name":"Workspace 1",
         "datasets":[
            {
               "dataset_id":"e7e8a355",
               "dataset_name":"Dataset 1 in workspace 1"
            },
            {
               "dataset_id":"bbe8a355",
               "dataset_name":"Dataset 2 in workspace 1"
            }
         ]
      },
      {
         "workspace_id":"etyyy422c-8d6d",
         "workspace_name":"Workspace 2",
         "datasets":[
            {
               "dataset_id":"89jke8a355",
               "dataset_name":"Dataset 3 in Workspace 2"
            },
            {
               "dataset_id":"tyii8a355",
               "dataset_name":"Dataset 4 in workspace 2"
            }
         ]
      }
   ],
   "datasourceInstances":[
      
   ]
}

我已通过pandas的json_normalize函数生成了包含工作区信息的表：

import pandas as pd
df_workspaces = pd.json_normalize(simplified_dict, record_path=['workspaces'])
df_workspaces

但使用同一函数生成「datasets」表时，得到的DataFrame缺少用于关联两张表的workspace_id字段：

df_datasets_in_workspaces = pd.json_normalize(simplified_dict, record_path=['workspaces','datasets'])
df_datasets_in_workspaces

请问是否可以在仍使用json_normalize函数的前提下，为该数据集表添加workspace_id字段以实现表关联？由于我的真实数据有5层嵌套，需要生成约15张表，因此更倾向于使用json_normalize的低代码直观方案，而非循环或推导式。

可以直接用json_normalize的meta参数解决这个问题，该参数专门用于提取父层级的字段作为附加列，完全适配多层嵌套场景。

生成带workspace_id的datasets表代码如下：

df_datasets_in_workspaces = pd.json_normalize(
    simplified_dict,
    record_path=['workspaces', 'datasets'],
    meta=[['workspaces', 'workspace_id']]
)

如果需要去掉列名的嵌套前缀，可直接重命名：

df_datasets_in_workspaces.rename(columns={'workspaces.workspace_id': 'workspace_id'}, inplace=True)

对于5层嵌套的复杂数据，只需按层级路径在meta参数中指定需要提取的父级字段即可，全程无需循环或推导式，保持低代码的直观性。

内容的提问来源于stack exchange，提问作者Steve