Python pandas如何提取嵌套JSON字典生成目标结构DataFrame

使用pd.DataFrame.from_dict(data)时，pandas只会解析JSON最外层的键值对，内层嵌套的字典结构不会自动拆分，因此Family字段会以整列字典对象的形式存在，展示为{...}格式，无法直接读取内部字段。

方法1：读取时直接自动拆分嵌套结构（推荐） #

直接使用pandas自带的json_normalize方法，会自动递归拆分所有层级的嵌套字典，一步生成扁平化表格：

import pandas as pd

# 直接读取并自动拆分层级字段
df = pd.json_normalize(data)

# 提取需要的目标字段，重命名为中文列名
final_df = df[[
    "Family.father_name",
    "Family.mother_name",
    "Family.residence_status",
    "Family.pet_count"
]]
final_df.columns = ["父亲姓名", "母亲姓名", "居住情况", "宠物数量"]

方法2：已生成单Family列的df后二次拆分 #

如果你已经执行了df = pd.DataFrame.from_dict(data)拿到了带Family字典列的表格，可以单独拆分该列后拼接：

import pandas as pd

df = pd.DataFrame.from_dict(data)

# 拆分Family列的字典为独立列
family_columns = pd.json_normalize(df["Family"])

# 拼接拆分后的列，筛选目标字段并重命名
final_df = pd.concat(
    [df.drop(columns=["Family"]), family_columns],
    axis=1
)[["father_name", "mother_name", "residence_status", "pet_count"]]
final_df.columns = ["父亲姓名", "母亲姓名", "居住情况", "宠物数量"]

如果运行时提示KeyError，先执行以下代码打印所有拆分后的列名，确认实际字段拼写和层级是否和预期一致：

print(pd.json_normalize(data).columns.tolist())

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