如何将含多维数组的JSON转换为展开的Pandas DataFrame

针对你遇到的sancoes嵌套数组无法展开的问题，有两种直接可行的处理方式：

方法一：直接用pd.json_normalize处理JSON数据 #

json_normalize是Pandas专门为嵌套JSON设计的工具，可以一次性将嵌套字段展开并保留顶层字段，比from_dict更适合你的场景：

import requests
import pandas as pd

acordo_leniencia = requests.get(url_acordo_leniencia, headers=chave)
json_data = acordo_leniencia.json()

# 直接解析嵌套JSON，指定要展开的路径和保留的顶层字段
df = pd.json_normalize(
    json_data,
    record_path='sancoes',  # 指定要展开的嵌套数组字段
    meta=['id', 'dataInicioAcordo', 'dataFimAcordo', 'orgaoResponsavel', 'situacaoAcordo', 'quantidade']  # 需要保留的顶层字段
)

生成的df会把sancoes里的每个字段（比如cnpj、razaoSocial）都变成独立列，同时保留原有的id、dataInicioAcordo等字段。

方法二：基于已生成的DataFrame展开 #

如果已经用from_dict生成了初始df，可以分两步展开嵌套字段：

# 假设已经有初始df
df = pd.DataFrame.from_dict(json_data)

# 第一步：将sancoes数组拆分为每行对应一个字典（数组含多个元素时自动生成多行）
df_exploded = df.explode('sancoes', ignore_index=True)

# 第二步：将sancoes列的字典转换为结构化列，再和原表合并
df_sancoes = pd.DataFrame(df_exploded['sancoes'].tolist())
final_df = pd.concat([df_exploded.drop('sancoes', axis=1), df_sancoes], axis=1)

如果sancoes数组里有多个元素，explode会自动为每个元素生成一行，同时复制对应行的顶层字段值，保证数据关联正确。

内容的提问来源于stack exchange，提问作者Victor