pandas规范化嵌套字典时如何保留外层键生成目标DataFrame

问题原因 #

你原有代码只提取了字典的value部分传入json_normalize，完全丢弃了外层字典的键，因此最终结果缺失code列。另外你提供的示例字典存在语法错误：'name': ABC'缺少前引号，修正后字典结构为：

dictionary = {
    '101020': {'name': 'HJ', 'grades': [90, 80, 70]},
    '101520': {'name': 'ABC', 'grades': [100, 40, 70]}
}

可直接运行的实现代码 #

推荐不对原字典做修改的写法，避免污染原始数据：

import pandas as pd

# 构造记录时将外层字典键作为code字段合并到每条记录中
records = [{"code": code, **inner_info} for code, inner_info in dictionary.items()]
# 调用json_normalize，将code、name都作为元数据字段传入，展开grades列表
df = pd.json_normalize(
    records,
    record_path="grades",
    meta=["name", "code"]
).rename(columns={0: "grades"})[["code", "name", "grades"]]

print(df)

运行输出结果 #

执行后得到的DataFrame完全匹配你的预期结构：

code name  grades
0  101020   HJ      90
1  101020   HJ      80
2  101020   HJ      70
3  101520  ABC     100
4  101520  ABC      40
5  101520  ABC      70

写法说明 #

• 列表推导式[{"code": code, **inner_info} for code, inner_info in dictionary.items()]会遍历字典的键值对，把外层键作为code字段和内层的name、grades字段合并成新的单条记录，不会修改原始字典内容
• json_normalize的meta参数用来指定不需要展开、需要整行保留的字段，这里把name和code都传入即可保留两列内容
• 因为grades展开后默认列名是0，最后通过rename改成目标列名grades，再调整列顺序就完成了

内容的提问来源于stack exchange，提问作者hjun