Python读取JSON转为DataFrame后按关键字段筛选数据的问题

你当前遇到的核心问题是读取JSON的方式不对，导致生成的DataFrame是嵌套结构（每个年份列存的是字典列表），没法直接按DayofWeek或Year这类字段筛选。咱们先把数据转换成标准的扁平化结构，再做筛选就轻松多了。

第一步：正确读取并扁平化JSON数据 #

你的原始JSON是以年份为键，每个键对应一组包含详细字段的列表。我们需要把这些嵌套数据展开成行式DataFrame，让每个字段对应单独的列：

import pandas as pd
import json

with open('sample.json') as json_data:
    data = json.load(json_data)

# 遍历所有年份的条目，把嵌套数据展开成扁平字典
flat_data = []
for year, entries in data.items():
    for entry in entries:
        flat_data.append(entry)

# 生成标准结构的DataFrame
df = pd.DataFrame(flat_data)

运行后df的结构会是这样的：

第二步：按场景筛选数据 #

场景1：筛选所有DayofWeek=4的数据 #

直接用布尔索引就能完成筛选：

filtered_scenario1 = df[df['DayofWeek'] == 4]

场景2：筛选Year=2017且DayofWeek=4的数据 #

组合多个条件时，记得用括号包裹每个条件，用&表示逻辑与：

filtered_scenario2 = df[(df['Year'] == 2017) & (df['DayofWeek'] == 4)]

补充：用pd.json_normalize简化扁平化步骤 #

如果你觉得手动遍历太繁琐，也可以用pd.json_normalize直接处理，只需先把所有年份的列表合并成一个大列表：

all_entries = []
for entries in data.values():
    all_entries.extend(entries)
df = pd.json_normalize(all_entries)

得到的DataFrame和手动遍历的结果完全一致，后续筛选逻辑也相同。

内容的提问来源于stack exchange，提问作者niran