嵌套JSON转扁平化DataFrame：自定义问题字段列映射实现求助

现有嵌套格式JSON数据，包含分页信息及registrants数组：

• 每个registrant对象包含基础信息（如姓名、邮箱等）
• 同时包含custom_questions数组，数组内每个元素有title（自定义问题名称）和value（对应回答）

需求是将custom_questions中的title作为DataFrame的列名，对应的value作为列值，实现扁平化结构。尝试以下代码未得到预期结果：

df = pd.json_normalize(json.loads(pat.explode("custom_questions").to_json(orient="records")))

步骤1：提取核心数据 #

先从原始JSON中取出registrants数组（假设原始JSON已加载到变量data中）：

import pandas as pd
import json

registrants = data['registrants']

步骤2：处理每个注册者数据 #

遍历每个registrant，将custom_questions转换为键值对字典，再与基础信息合并：

processed_data = []
for reg in registrants:
    # 提取基础信息（排除custom_questions字段）
    base_info = {key: val for key, val in reg.items() if key != 'custom_questions'}
    # 将custom_questions转为{title: value}的字典
    custom_fields = {cq['title']: cq['value'] for cq in reg['custom_questions']}
    # 合并基础信息和自定义字段
    processed_data.append({**base_info, **custom_fields})

步骤3：生成扁平化DataFrame #

直接将处理后的列表转为DataFrame：

df = pd.DataFrame(processed_data)

原代码问题说明 #

explode("custom_questions")会将每个custom_questions元素拆分为单独行，导致同一个注册者对应多条记录，而非将自定义问题展开为列。上述方法通过字典合并，能确保每个注册者对应一行，自定义问题作为列直接展开。

内容的提问来源于stack exchange，提问作者Megan