如何从嵌套JSON中过滤tag含now的条目提取types数据生成DataFrame

你可以按以下逻辑处理多层嵌套的JSON结构，核心是逐层遍历+条件过滤，下面是可直接运行的完整代码：

import pandas as pd

# 原始JSON数据，若存储为本地文件可直接用 pd.read_json("文件路径") 读取
raw_json = {
  "products": [
    {
      "id": 12121,
      "product": "hair",
      "tag":"now, later",
      "types": [
        {
          "product_id": 11111,
          "id": 22222
        }
      ],
      "options": [
        {
          "name": "Title"
        }
      ]
    },
    {
        "id": 1313131,
        "product": "pillow",
        "tag":"later, never",
        "types": [
          {
            "product_id": 33333,
            "id": 44444
          }
        ],
        "options": [
          {
            "name": "Title"
          }
        ]
    },
    {
        "id": 14141414,
        "product": "face",
        "tag":"now, never",
        "types": [
          {
            "product_id": 5555,
            "id": 7777
          }
        ],
        "options": [
          {
            "name": "Title"
          }
        ]
    }
  ]
}

result = []
# 遍历最外层products数组
for product in raw_json["products"]:
    # 拆分tag字段判断是否包含now，先做去空格处理避免格式问题导致匹配失败
    tags = [t.strip() for t in product["tag"].split(",")]
    if "now" in tags:
        # 遍历types数组提取目标字段
        for type_item in product["types"]:
            result.append({
                "tag": "now",
                "product_id": type_item["product_id"],
                "id": type_item["id"]
            })

# 转换为DataFrame
df = pd.DataFrame(result)
print(df)

运行后输出和你预期完全一致：

tag  product_id     id
0  now       11111  22222
1  now        5555   7777

核心逻辑说明 #

• 先对最外层products数组做遍历，每条数据对应一个商品的完整信息
• 对tag字段做拆分去空格处理，避免因为逗号后带空格、存在多余空格等问题导致匹配错误
• 符合条件的商品再遍历其下的types数组，兼容单个/多个type的场景，按要求拼装数据
• 最终将结构化的结果列表直接转换为DataFrame即可

内容的提问来源于stack exchange，提问作者ApacheOne