如何使用Pandas将嵌套JSON对象转换为扁平键值对结构？

要把嵌套结构的JSON转换成扁平的键值对格式，用Pandas可以通过以下步骤实现：

1. 确保JSON格式合法 #

你提供的原始JSON缺少键名的双引号，属于无效格式，需要先修正为合法JSON：

{"location": {"city": "San Francisco", "state": "CA", "country": "USA"}}

2. 用json_normalize直接扁平化加载 #

这是最简便的方式，json_normalize会自动解析嵌套字段，并生成带层级前缀的列名：

import pandas as pd
from pandas import json_normalize

# 合法的嵌套JSON数据
data = {"location": {"city": "San Francisco", "state": "CA", "country": "USA"}}

# 扁平化加载数据
df = json_normalize(data)

# 将列名中的点替换为下划线，得到目标格式的键名
df.columns = df.columns.str.replace('.', '_')

执行后，df的结构就是你需要的扁平格式：

location_city location_state location_country
0  San Francisco             CA              USA

如果要输出成JSON字符串，直接用to_json方法：

print(df.to_json(orient='records')[1:-1])

输出结果：

{"location_city":"San Francisco","location_state":"CA","location_country":"USA"}

3. 处理已存在的嵌套列DataFrame #

如果你的DataFrame已经包含location列（每个元素是字典类型），可以用apply(pd.Series)展开嵌套字段，再添加前缀：

import pandas as pd

# 假设已有包含嵌套列的DataFrame
df = pd.DataFrame({
    'location': [{"city": "San Francisco", "state": "CA", "country": "USA"}]
})

# 展开嵌套字段并添加前缀
location_flat = df['location'].apply(pd.Series).add_prefix('location_')

# 合并到原DataFrame（移除原嵌套列）
df = pd.concat([df.drop('location', axis=1), location_flat], axis=1)

内容的提问来源于stack exchange，提问作者Rei Rosemary