如何用Pandas解析嵌套JSON，展开ISO 3166-2国家地区数据

针对嵌套字典展开的问题，直接遍历每行国家数据并拆分地区信息是最直观可靠的方案，具体代码如下：

import pandas as pd
import json

# 读取并转置原始数据
data = "/content/data.json"
df = pd.read_json(data).T

# 初始化列表存储拆分后的行数据
result_rows = []

# 遍历每个国家的行数据
for country_code, row in df.iterrows():
    country_name = row['name']
    # 遍历当前国家的所有地区
    for region_code, region_name in row['divisions'].items():
        result_rows.append({
            '国家代码': country_code,
            '国家名称': country_name,
            '地区代码': region_code,
            '地区名称': region_name
        })

# 转换为目标格式的DataFrame
final_df = pd.DataFrame(result_rows)

为什么之前的方法失效？ #

你尝试的json_normalize(df['divisions']).unstack().apply(pd.Series)会先把每个地区代码转为单独列，unstack操作后会打乱国家与地区的对应关系，导致无法直接关联国家代码和名称。而遍历行的方式能确保每一条地区记录都绑定对应的国家信息，最终生成的结构完全符合需求。

如果想要更简洁的写法，也可以用explode结合apply实现，但遍历的方式逻辑更清晰，便于后续维护和调试。

内容的提问来源于stack exchange，提问作者Vincent