Python Pandas：如何将JSON多值属性导出为多行CSV？代码调试求助

你的问题核心在于没有为每个relative条目创建独立的行，反而在循环中不断覆盖同一个temp字典的字段值，最终每个key只保留了最后一个条目，所以只生成了1行数据。我们需要调整逻辑，为每个relative条目生成单独记录，同时处理不同key下条目数量不一致的情况。

问题根源拆解 #

• 你的代码遍历data1的key时，内层循环会把当前key的第j个relative.id赋值给temp[key]，但每次循环都会覆盖之前的值，最终每个key仅保留最后一个条目。
• 没有考虑不同key下的条目数量差异（比如XXXX只有1个，YYYYY有2个），需要为多出来的条目补全基础信息，并把无对应值的字段设为NaN。

修正后的代码 #

import pandas as pd

json_file = {
    "data": [
        {
            "Empid": "1234",
            "Empname": "ABC",
            "data1": {
                "XXXX": [{"relative": {"id": "Naveen"}}],
                "YYYYY": [{"relative": {"id": "Kumar"}}, {"relative": {"id": "Rajesh"}}]
            }
        }
    ]
}

df_list = []
# 遍历每个员工的基础数据
for emp in json_file['data']:
    emp_base = {
        'Empid': emp['Empid'],
        'Empname': emp['Empname']
    }
    # 整理data1中每个key对应的所有relative id
    data1_id_dict = {}
    max_entry_count = 0
    for key, entries in emp['data1'].items():
        id_list = [item['relative']['id'] for item in entries]
        data1_id_dict[key] = id_list
        # 记录最多的条目数，用来生成对应行数
        if len(id_list) > max_entry_count:
            max_entry_count = len(id_list)
    
    # 按最大条目数生成每行记录
    for idx in range(max_entry_count):
        row = emp_base.copy()
        for key, ids in data1_id_dict.items():
            # 当前索引有值则取，无则填充空值（对应CSV的NaN）
            row[key] = ids[idx] if idx < len(ids) else pd.NA
        df_list.append(row)

# 生成DataFrame并导出CSV
final_df = pd.DataFrame(df_list)
print(final_df.to_csv(index=False))

代码逻辑说明 #

1. 提取员工基础信息：先把每个员工的Empid和Empname存为基础字典，避免重复生成。
2. 整理各key的id列表：把data1中每个key对应的所有relative.id收集成列表，同时记录最长的列表长度（这里是2，对应YYYYY的条目数）。
3. 生成每行记录：循环最长长度的次数，每次复制基础信息，为每个key填充对应索引的id，索引超出列表长度时填充pd.NA（对应CSV里的NaN）。
4. 合并生成CSV：把所有行字典收集到列表中，转为DataFrame后导出为CSV。

输出结果 #

运行后会得到你期望的两行CSV：

Empid,Empname,XXXX,YYYYY
1234,ABC,Naveen,Kumar
1234,ABC,,Rajesh

（注：CSV中的空值显示为空，用Excel等工具打开会自动识别为NaN）

内容的提问来源于stack exchange，提问作者avinash