Python pandas如何使用json_normalize解包多层嵌套JSON数据

问题根因 #

解析失败的核心原因是输入数据的嵌套结构不统一：Source[0].Movies 字段在Rocco的记录中为单个字典，在Anja、Kasia的记录中为字典列表。pd.json_normalize 要求指定路径下的节点结构保持一致，无法自动识别这种混合格式完成展开，仅调整record_path和meta参数无法解决问题，必须先做结构统一的预处理。

完整实现代码 #

1. 导入依赖

import pandas as pd
from pandas import json_normalize

2. 统一嵌套结构
   遍历所有记录，将所有Movies字段的值统一转为列表格式，消除单字典/列表的格式差异：

# 此处data为原始测试数据
for record in data:
    for source_item in record['Source']:
        if not isinstance(source_item['Movies'], list):
            # 把非列表类型的Movies值包装为单元素列表
            source_item['Movies'] = [source_item['Movies']]

3. 扁平化处理
   调用json_normalize，将最内层的电影列表指定为记录路径，同时把需要保留的顶层用户属性加入元数据参数：

df_result = json_normalize(
    data,
    record_path=['Source', 'Movies'],
    meta=['Name', 'Year', 'Location']
)

# 调整列顺序、重命名列，匹配期望输出格式
df_result = df_result[['Year', 'Name', 'Location', 'MovieNumber', 'Money', 'Percent']]
df_result.columns = [
    'Year',
    'Name',
    'Location',
    'Movies.MovieNumber',
    'Movies.Money',
    'Movies.Percent'
]

输出效果 #

最终生成的DataFrame共6行有效数据：Rocco对应1条记录，Anja对应2条记录，Kasia对应3条记录，包含全部要求的6个字段，无解析异常。

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