如何将包含嵌套对象的JSON转换为Pandas DataFrame并新增username列

核心逻辑：Twitter API返回的includes.users数组存储了所有关联用户的元数据，其中用户id字段和推文data数组中的author_id字段一一对应，通过字段匹配即可将用户名关联到对应推文行。

方案1：字典映射（适合仅需添加少量用户字段的场景） #

该方案代码简洁、运行效率高，无需处理列名冲突：

# 构建author_id到username的查询字典
user_id_to_username = {user["id"]: user["username"] for user in json_response["includes"]["users"]}
# 直接为现有DataFrame新增username列
df["username"] = df["author_id"].map(user_id_to_username)

方案2：DataFrame合并（适合需要批量添加多个用户字段的场景） #

如果后续还需要加入用户粉丝数、认证状态等更多用户维度字段，可以将用户数组也转为DataFrame后关联合并：

# 将用户元数据转为DataFrame
users_df = pd.json_normalize(json_response["includes"]["users"])
# 关联推文数据和用户数据，左连接保证所有推文行都被保留
df = df.merge(
    # 可在下方列表中添加更多需要的用户字段，如"verified", "public_metrics.followers_count"
    users_df[["id", "username"]],
    left_on="author_id",
    right_on="id",
    how="left"
)
# 处理合并后的重名列，避免和原有推文id字段混淆
df = df.drop(columns=["id_y"]).rename(columns={"id_x": "tweet_id"})

内容的提问来源于stack exchange，提问作者AneesBaqir