Pandas如何将json_normalize处理的JSON列与原DataFrame其余字段拼接

你直接使用json_normalize内置的meta参数即可一步完成外层字段和归一化后events数据的合并，无需额外拼接操作，具体修改方案如下：

修改后的完整代码 #

import json
import pandas as pd
import urllib

URL = "https://dsv.ihsmvals.com/holidays/v1.0/symbol/FX-GBP/startDate/20210101/endDate/20211231"
response = urllib.request.urlopen(URL)

text = response.read()
json_data = json.loads(text)

# 核心修改：新增meta和meta_prefix参数
df = pd.json_normalize(
    json_data,
    record_path='events',
    meta=['id', 'symbol', 'name', 'calType'],
    meta_prefix='root_'  # 可选：避免和events内部的name字段重名冲突
)

df.to_csv("output.csv", index=False)

参数说明 #

• record_path：指定需要展开的嵌套数组字段，对应你数据中的events字段
• meta：指定需要保留的外层JSON字段列表，填入你需要的id、symbol、name、calType即可
• meta_prefix：可选参数，因为你的events数组内部也有一个name字段，加前缀可以避免两个同名字段冲突，你可以根据需求调整前缀内容或者去掉该参数

如果你已经单独生成了events归一化的DataFrame和外层字段的DataFrame，也可以用pd.merge或者assign方法手动拼接，但用内置参数的方式效率最高、出错概率最低。

内容的提问来源于stack exchange，提问作者Naina