如何无需拼接操作展开DataFrame中嵌套JSON列？

问题背景 #

已通过pd.json_normalize处理JSON数据生成DataFrame，但其中的bultos列仍为嵌套JSON结构，尝试再次全局归一化未成功。需求是按行位置自动新增列展开该嵌套JSON，无需依赖索引匹配。

已执行的预处理代码 #

response1 = requests.get(url1, params=params1, headers=headertoken)
textresponse1 = response1.text
if "El contrato enviado no tiene envios registrados." in textresponse1:
    continue
textresponse1 = json.loads(response1.text)
response1_df = pd.json_normalize(textresponse1['envios'])
enviosdf = pd.concat([enviosdf,response1_df])

当前'bultos'列数据示例 #

0   {'kilos': 0.0025, 'IdDeProducto': 'ysyHhBHttHd...
1   {'kilos': 0.0025, 'IdDeProducto': 'QNEOqaNXtsi...
2   {'kilos': 0.0025, 'IdDeProducto': 'V7b3D7xaSur...

解决方案 #

直接提取bultos列单独做JSON归一化，再与原DataFrame横向拼接即可，默认按行位置对齐，无需索引匹配：

# 单独展开bultos列的嵌套JSON
bultos_expanded = pd.json_normalize(enviosdf['bultos'])

# 移除原DataFrame中的bultos列，再与展开后的结果横向拼接
enviosdf = pd.concat([enviosdf.drop('bultos', axis=1), bultos_expanded], axis=1)

说明 #

• 此方法会将bultos中的键（如kilos、IdDeProducto）转为新列，每一行的嵌套数据会精准对应到原DataFrame的同一行。
• 之前尝试全局归一化失败，是因为pd.json_normalize默认处理的是整个DataFrame的顶层结构，无法直接识别嵌套在列中的JSON，单独提取列处理即可解决。

内容的提问来源于stack exchange，提问作者Matias Tiberio