如何用Pandas扁平化嵌套JSON并生成无索引前缀的统一列名表格

当你用json_normalize处理带两层数组的嵌套JSON时，出现0.AAAAA、1.AAAAA这类带索引前缀的列，是因为工具默认将顶层数组的索引作为列名的一部分。下面提供两种直接解决方法：

方法一：配置json_normalize参数从根源避免前缀 #

如果你的顶层JSON对象里包含一个固定的内部数组字段（比如叫items），可以通过指定record_path和meta参数，直接展开内部数组并保留顶层字段，不会生成索引前缀。

示例代码（适配常见嵌套结构）：

import pandas as pd
import json

# 从原始DataFrame转成records格式的JSON数据
json_str = json.loads(df1.to_json(orient='records'))

# 替换为你实际的内部数组字段名和顶层需保留的字段
df_flat = pd.json_normalize(
    json_str,
    record_path='items',  # 指向内部数组的字段名
    meta=['顶层字段1', '顶层字段2']  # 需要保留的顶层对象字段
)

生成的列会直接是AAAAA、BBBBB以及你指定的顶层字段，无任何索引前缀。

方法二：批量重命名已生成的带前缀列 #

如果已经得到了带0.、1.前缀的DataFrame，可以通过字符串处理去掉前缀，再合并重复列：

# 去掉列名中的索引前缀
df_flat.columns = [col.split('.')[-1] for col in df_flat.columns]

# 合并相同列名的内容（处理重复列的空值填充）
df_flat = df_flat.groupby(df_flat.columns, axis=1).apply(
    lambda x: x.fillna(method='bfill').iloc[:, 0]
)

注意事项 #

• 优先用方法一，它能正确关联顶层对象和内部数组元素的对应关系，数据逻辑更清晰。
• 方法二需注意：如果不同索引下的同名字段存在冲突值，合并时要根据业务逻辑调整填充规则。

内容的提问来源于stack exchange，提问作者Raghu