如何使用pandas读取嵌套JSON并将内层字段展开为独立列

你可以通过以下两种常用方案实现嵌套字段的展开： #

方案1：读取时直接用json_normalize处理（推荐） #

pd.json_normalize是pandas专门用于处理半结构化嵌套JSON数据的工具，可以直接按层级展开字段：

import pandas as pd
import json

# 加载本地JSON文件
with open("你的JSON文件路径.json", "r", encoding="utf-8") as f:
    json_data = json.load(f)

# 展开嵌套字段，默认展开后列名为 DataVal.xxx 格式
df = pd.json_normalize(json_data)
# 可选：去掉列名的DataVal前缀，直接用字段名作为列名
df.columns = df.columns.str.removeprefix("DataVal.")

方案2：对已读取的DataVal列直接转换 #

如果你已经通过pd.read_json读取得到仅含DataVal列的DataFrame，可以直接将该列的字典内容转为独立列：

# 假设已读取的原始DataFrame名为df_raw
df = pd.DataFrame(df_raw["DataVal"].tolist())

可选：字段类型转换 #

如果需要将sales、cost等字符串格式的数值转为数值类型，date转为日期类型，可以补充以下代码：

# 数值类型转换
df[["sales", "cost", "hr", "month"]] = df[["sales", "cost", "hr", "month"]].apply(pd.to_numeric)
# 日期类型转换
df["date"] = pd.to_datetime(df["date"])

内容的提问来源于stack exchange，提问作者Aakash