如何展平pandas DataFrame中经json_normalize处理后仍含列表的JSON列

解决方案 #

你可以组合使用pandas的explode()和json_normalize()两步完成扁平化，具体代码如下：

import pandas as pd

# 假设你现有的DataFrame变量名为df
# 第一步：把列表类型的目标列拆分成单行字典
df_exploded = df.explode("totalPageStatistics.clicks.mobileCustomButtonClickCounts", ignore_index=True)

# 第二步：把单行字典展开为多列
df_flat = pd.json_normalize(df_exploded["totalPageStatistics.clicks.mobileCustomButtonClickCounts"])

# 第三步：合并原有org列+展开后的列，并重命名为目标格式
result = pd.concat([df_exploded[["org"]], df_flat], axis=1)
result.columns = [
    "org",
    "mobileCustomButtonClickCountsButtonType",
    "mobileCustomButtonClickCountsClicks"
]

如果偏好链式写法，可以合并成一段：

result = (
    df.explode("totalPageStatistics.clicks.mobileCustomButtonClickCounts", ignore_index=True)
    .assign(**pd.json_normalize(_["totalPageStatistics.clicks.mobileCustomButtonClickCounts"]))
    .rename(columns={
        "customButtonType": "mobileCustomButtonClickCountsButtonType",
        "clicks": "mobileCustomButtonClickCountsClicks"
    })
    [["org", "mobileCustomButtonClickCountsButtonType", "mobileCustomButtonClickCountsClicks"]]
)

原理说明

• explode()会把列表里的每个元素单独拆成一行，其他列（比如org）的取值会对应保留，不会错乱
• json_normalize()会把每行的字典按键拆分为独立的列，自动匹配对应的值
• 最后拼接、重命名列即可完全匹配你需要的输出格式

内容的提问来源于stack exchange，提问作者Krouse