Pandas json_normalize兼容嵌套对象空值与非空值的实现方法

pd.json_normalize在指定record_path参数时，默认会丢弃record_path对应字段为空列表的记录的所有元字段，不会保留对应行，这就是空列表场景下返回空DataFrame的直接原因。

两种方案都不需要复杂的遍历判断，可直接兼容addressIdentifications为空、单条记录、多条记录的所有情况。

方案1：预处理空列表填充占位值 #

直接在归一化前给空的addressIdentifications列表填充空字典占位，保证每条记录至少有一条展开项，不修改原有归一化逻辑：

# 预处理原始数据
processed = []
for row in data:
    current = row.copy()
    # 空列表填充空字典占位
    if not current["addressIdentifications"]:
        current["addressIdentifications"] = [{}]
    processed.append(current)

# 原有归一化逻辑无需修改
df_out = pd.json_normalize(
    processed,
    meta=["address", "risk", ["cluster", "name"], ["cluster", "category"]],
    record_path="addressIdentifications",
    record_prefix="addressIdentification_"
)

处理后，原空列表记录的address、risk、cluster字段会完整保留，展开的地址标识相关字段为NaN，和非空记录的DataFrame结构完全对齐。

方案2：分块归一化后关联 #

如果不想修改原始数据，可分两次做归一化，再通过索引关联合并，天然兼容空值场景：

# 第一步：提取基础字段，自动展平cluster嵌套结构，丢弃待展开的列表字段
df_base = pd.json_normalize(data).drop(columns=["addressIdentifications"])

# 第二步：单独展开addressIdentifications列表，自动携带原始行索引
df_ident = pd.json_normalize(
    data,
    record_path="addressIdentifications",
    record_prefix="addressIdentification_"
)

# 左连接合并，所有原始记录都会保留，空列表的展开字段自动填充NaN
df_out = df_base.join(df_ident)

该方案不需要手动判断字段是否为空，执行效率更高，展平后的cluster字段默认列名为cluster.name、cluster.category，如果需要调整列名可通过df_out.rename()方法修改。

内容的提问来源于stack exchange，提问作者tbw875