如何解析Instagram导出的JSON粉丝数据生成规范Pandas DataFrame

pd.read_json默认仅解析JSON最外层键作为DataFrame列，不会自动展开多层嵌套的string_list_data内层结构，因此只会生成单列存储未解析字典的结果，无法直接得到展开后的三列结构。

你已经通过json.load把完整数据加载到了json_data字典中，不需要再用pd.read_json重复读取，直接手动提取嵌套字段再转DataFrame即可，步骤如下：

• 遍历json_data['relationships_followers']下的所有粉丝记录
• 提取每条记录中string_list_data数组首元素的href、value、timestamp三个字段
• 将秒级Unix时间戳转换为DDMMYY格式的日期字符串
• 把整理好的结构化列表传入pd.DataFrame生成目标表格

在你现有加载JSON的代码后追加以下内容即可：

# 提取并结构化粉丝数据
formatted_followers = []
for record in json_data['relationships_followers']:
    # 每条记录的有效信息存在string_list_data的第一个元素中
    user_info = record['string_list_data'][0]
    formatted_followers.append({
        "href": user_info["href"],
        "value": user_info["value"],
        # 秒级时间戳转DDMMYY格式日期
        "timestamp": dt.datetime.fromtimestamp(user_info["timestamp"]).strftime("%d%m%y")
    })

# 生成目标DataFrame
dfp = pd.DataFrame(formatted_followers)

# 查看前5行验证结果
print(dfp.head())

注意：Instagram导出的时间戳为秒级Unix时间，不要对时间戳做乘/除1000的毫秒转换操作，否则会得到错误的日期结果。

运行后生成的dfp为580行3列的结构化表格，列顺序、字段内容、日期格式完全匹配预期。

内容的提问来源于stack exchange，提问作者FinnBu