如何用pandas json_normalize处理嵌套JSON生成指定结构的表格

解决方法 #

你可以直接提取JSON中的列配置，按列名映射对应行值生成DataFrame，不需要用json_normalize，直接手动处理结构效率更高：

完整代码示例

import pandas as pd
import json

# 假设你已经把JSON内容加载为Python字典，示例中用raw_json指代
# 若是从文件读取可以用：
# with open("your_json_file.json", "r") as f:
#     raw_json = json.load(f)

# 提取列配置列表
columns_config = raw_json["data"][0]["attributes"]["columns"]

# 构造列数据字典
df_data = {}
for col in columns_config:
    col_name = col["name"]
    # 处理service列的嵌套数组结构
    if col_name == "service":
        df_data[col_name] = [item[0] for item in col["values"]]
    else:
        df_data[col_name] = col["values"]

# 生成目标DataFrame
df = pd.DataFrame(df_data)

输出验证

生成的df将完全符合你预期的表格结构：

内容的提问来源于stack exchange，提问作者R Wagner