Polars中是否存在类似pandas json_normalize的嵌套JSON转换功能

Polars完全可以实现和pandasjson_normalize等效的嵌套JSON展平效果，无需依赖第三方工具，以下是两种主流实现方案：

测试用嵌套结构 #

test = {
  "name": "Ravi",
  "Subjects": {
    "Maths": 92,
    "English": 94,
    "Hindi": 98
  }
}

方案1：高版本Polars内置实现（推荐） #

Polars 0.19.0及以上版本已经原生支持json_normalize函数，用法和pandas基本一致，输出列名格式完全匹配需求：

import polars as pl

df = pl.json_normalize(test)

输出结果列名为：name、Subjects.Maths、Subjects.English、Subjects.Hindi，和pandas转换效果完全相同。

方案2：低版本Polars兼容实现 #

如果使用的是0.19.0以下的Polars版本，可以通过unnest方法手动处理嵌套结构：

import polars as pl

# 先将嵌套字典转为DataFrame
df = pl.DataFrame([test])
# 展平嵌套的Subjects结构列
df = df.unnest("Subjects")
# 手动添加列名前缀，匹配json_normalize的输出格式
df = df.rename({
    "Maths": "Subjects.Maths",
    "English": "Subjects.English",
    "Hindi": "Subjects.Hindi"
})

如果存在多层嵌套结构，多次调用unnest方法处理对应层级的struct列即可。

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