如何访问深层嵌套JSON并转换为含多阶段DPS的Pandas DataFrame？

核心思路 #

分三步处理：提取各阶段DPS数据→合并多阶段数据→（可选）补充嵌套伤害数据，最终得到包含group、name、acc及三阶段DPS的DataFrame。

1. 提取各阶段DPS数据 #

直接从指定路径提取前10名玩家的DPS数据，转为单独的DataFrame：

import pandas as pd

# 提取三个阶段的前10名DPS数据
phase1_df = pd.DataFrame(data['phases'][1]['dpsStats'][0:10])
phase2_df = pd.DataFrame(data['phases'][6]['dpsStats'][0:10])
phase3_df = pd.DataFrame(data['phases'][12]['dpsStats'][0:10])

2. 合并多阶段数据 #

以玩家唯一标识acc为键，合并三个阶段的DPS数据，保留需要的字段：

# 初始化主DataFrame，保留阶段1的基础信息和DPS
merged_df = phase1_df[['group', 'name', 'acc', 'dps']].rename(columns={'dps': 'phase1_dps'})

# 合并阶段2和阶段3的DPS数据，用outer join保证所有玩家都被保留
merged_df = merged_df.merge(
    phase2_df[['acc', 'dps']].rename(columns={'dps': 'phase2_dps'}),
    on='acc',
    how='outer'
)
merged_df = merged_df.merge(
    phase3_df[['acc', 'dps']].rename(columns={'dps': 'phase3_dps'}),
    on='acc',
    how='outer'
)

# 可选：将缺失的DPS值填充为0
merged_df.fillna(0, inplace=True)

3. 补充嵌套的伤害数据（可选） #

如果需要从details.dmgDistributions提取伤害数据，用json_normalize展开嵌套结构后合并：

from pandas import json_normalize

# 展开玩家的details.dmgDistributions字段，保留基础信息
player_damage = json_normalize(
    data['players'],
    record_path=['details', 'dmgDistributions'],
    meta=['group', 'acc', 'name']
)

# 合并到主DataFrame
final_df = merged_df.merge(
    player_damage[['acc', 'contributedDamage', 'totalDamage']],
    on='acc',
    how='left'
)

最终结果 #

处理后的DataFrame包含字段：

• group：玩家分组
• name：玩家名称
• acc：玩家账号（唯一标识）
• phase1_dps：阶段1 DPS
• phase2_dps：阶段2 DPS
• phase3_dps：阶段3 DPS
• contributedDamage（可选）：玩家贡献伤害
• totalDamage（可选）：对应阶段总伤害

内容的提问来源于stack exchange，提问作者Icharo-tb