如何用Python Pandas将多层嵌套JSON转换为指定格式表格？

原始JSON数据 #

{
  "continent": "Asia",
  "countries": [
    {
      "total" : "28",
      "country": [
        {
          "name": "japan",
          "economy": {
            "business": "25%",
            "jobs": "50%",
            "government": "25%"
          },
          "population": [
            {
              "test1": "20L",
              "test2": "15L"
            }
          ]
        },
        {
           "name": "china",
          "economy": {
            "business": "35%",
            "jobs": "30%",
            "government": "35%"
          },
          "population": [
            {
              "test1": "30L"
            }
          ]
        }
      ]
    }
  ]
}

期望输出 #

表格1：经济数据 #

表格2：人口数据 #

已尝试的方法 #

尝试过使用pandas的json_normalize、flat_json，并编写了以下代码：

import json
import pandas as pd

with open('test.json') as f:
    d = json.load(f)
dataFrame = pd.DataFrame(columns=d[0].keys())
for i in range(len(d)):
    dataFrame.loc[i] = d[i].values()
    print(dataFrame)

但运行时出现KeyError: 0错误，或得到包含嵌套数据的表格（如下），未达到期望格式：

正确实现方法 #

要生成指定格式的两个表格，需要分别提取经济和人口数据，再将嵌套的字典转换为长格式行数据，步骤如下：

步骤1：加载并提取核心数据 #

先读取JSON文件，提取出需要处理的国家列表：

import json
import pandas as pd

# 加载JSON数据
with open('test.json') as f:
    data = json.load(f)

# 提取countries下的country列表
country_list = data['countries'][0]['country']

步骤2：生成经济数据表格 #

遍历每个国家，将economy字典拆分为（经济类型、占比）的键值对，再与国家名称组合成DataFrame：

# 收集经济数据行
economy_rows = []
for country in country_list:
    country_name = country['name'].capitalize()
    # 遍历economy的键值对
    for eco_type, ratio in country['economy'].items():
        economy_rows.append({
            '国家名称': country_name,
            '经济类型': eco_type.capitalize(),
            '经济占比': ratio
        })

# 转换为DataFrame
df_economy = pd.DataFrame(economy_rows)
print(df_economy)

运行后得到的df_economy即为期望的表格1格式。

步骤3：生成人口数据表格 #

同理处理population数据（注意每个国家的population是包含单个字典的列表）：

# 收集人口数据行
population_rows = []
for country in country_list:
    country_name = country['name'].capitalize()
    # 提取population中的字典
    pop_data = country['population'][0]
    for stat_type, value in pop_data.items():
        population_rows.append({
            '国家名称': country_name,
            '人口统计类型': stat_type,
            '数值': value
        })

# 转换为DataFrame
df_population = pd.DataFrame(population_rows)
print(df_population)

运行后得到的df_population即为期望的表格2格式。

失败原因说明 #

1. 原始代码错误地将根节点字典当作列表处理（d[0]），触发KeyError: 0；
2. json_normalize默认会将嵌套结构展平为列（如economy.government），无法直接生成需要的长格式表格，需额外做行转换处理。

内容的提问来源于stack exchange，提问作者Brookie