Python中如何将嵌套字典数组转为指定列名的Pandas DataFrame？

给定嵌套字典数组如下：

data = [{ 'id':1, 
          'points': [{'name':'P01',
                    'coor' : {'x':1,'y':8}
                     },
                    {'name':'P02',
                    'coor' : {'x':2,'y':8}
                     }],
          },
          { 'id':2, 
          'points': [{'name':'P03',
                    'coor' : {'x':33,'y':8}
                     },
                    {'name':'P04',
                    'coor' : {'x':2,'y':18}
                     }],
          }]

使用pd.DataFrame.from_dict(data)转换后，得到的列是['id','points']，但期望输出的列名为['id','points:name','points:coor:x','points:coor:y']，可通过以下步骤实现：

解决方案 #

步骤1：展开数组型字段 #

先将points数组拆分为多行，每个数组元素对应一行，保留id关联：

import pandas as pd

df = pd.DataFrame(data).explode('points', ignore_index=True)

步骤2：扁平化嵌套字典 #

使用pd.json_normalize解析points中的嵌套结构，自动生成层次化列名：

df_points = pd.json_normalize(df['points'])

步骤3：合并列并重命名 #

将原id列与扁平化后的列合并，同时修改列名以匹配需求格式：

res = pd.concat([df[['id']], df_points], axis=1)
res.columns = ['id', 'points:name', 'points:coor:x', 'points:coor:y']

执行后打印列名：

print(res.columns)
# 输出：Index(['id', 'points:name', 'points:coor:x', 'points:coor:y'], dtype='object')

最终得到的DataFrame结构如下：

内容的提问来源于stack exchange，提问作者jakeMantle