Pandas：如何将嵌套字典列表垂直展开为指定格式DataFrame

直接使用pandas内置的pd.json_normalize()方法即可一步完成转换，该方法是pandas原生实现，解析嵌套结构的性能远高于手动循环遍历。

具体操作代码如下：

import pandas as pd

# 原始字典列表
raw_data = [
    {'name': 'jack', 'tagList': [{'tagId': '10', 'tagName': 'AB'},{'tagId': '20', 'tagName': 'BC'}]},
    {'name': 'mike', 'tagList': [{'tagId': '30', 'tagName': 'DE'},{'tagId': '40', 'tagName': 'FG'}]}
]

# 直接解析嵌套结构
df = pd.json_normalize(
    raw_data,
    record_path='tagList', # 指定要展开的嵌套列表字段
    meta='name', # 指定要保留的上层公共字段
    record_prefix='tagList_' # 给嵌套字段统一加前缀，匹配目标列名
)

# 调整列名和顺序匹配需求
df = df.rename(columns={'name': 'Name'})[['Name', 'tagList_tagId', 'tagList_tagName']]
# 如果需要Name列首字母大写，加下方代码即可
# df['Name'] = df['Name'].str.capitalize()

运行后输出的df就完全匹配你需要的格式。

内容的提问来源于stack exchange，提问作者s900n