无需嵌套循环将唯一键嵌套JSON转换为前两层键为列的扁平化DataFrame

直接用pandas内置的json_normalize函数即可实现需求，无需手动编写嵌套循环，嵌套层级变化时仅需调整少量参数，通用性极强。

完整代码示例 #

import pandas as pd

# 你的嵌套JSON数据
nested_json = {
    '57333310': 
       {'3179138607': 
           {'clicks': 0,
            'spent': 0,
            'cpc': 0,
            'qualityFactor': 1.5},
        '0': 
           {'clicks': 0,
            'spent': 0,
            'cpc': 0,
            'qualityFactor': 1.5}},
     '57335920': 
        {'4001223651': 
          {'clicks': 0,
           'spent': 0,
           'cpc': 0,
           'qualityFactor': 1.5},
      '896887695':
          {'clicks': 0,
           'spent': 0,
           'cpc': 0,
           'qualityFactor': 1.5},
      '0':
          {'clicks': 0,
           'spent': 0,
           'cpc': 0,
           'qualityFactor': 1.5}}
}

# 第一层展开，提取前两层键
df = pd.json_normalize(nested_json, max_level=1).stack().reset_index()
df.columns = ['key_1', 'key_2', 'field_data']
# 展开底层字段
df = pd.concat([df.drop('field_data', axis=1), pd.json_normalize(df['field_data'])], axis=1)

# 输出结果和要求格式完全一致
print(df)

方案优势 #

• 完全无手动嵌套循环逻辑，代码简洁易读
• 支持任意层级的嵌套JSON展开：如果后续嵌套层级增加，仅需调整max_level参数和对应列命名逻辑，无需新增循环层级，适配性极强
• 内置函数经过性能优化，处理大数据量时比手动编写的循环效率更高

内容的提问来源于stack exchange，提问作者Mikhail S