如何用json_normalize展开嵌套JSON，提取shipmentItems子字段到DataFrame

我来帮你搞定这个问题！你现在遇到的是json_normalize处理嵌套数组的常见场景，只要调整一下参数就能轻松把shipmentItems里的字段提取成独立列。

解决方案代码 #

import pandas as pd
import json

# 解析JSON数据（假设r.text是原始响应文本，且外层包含"shipments"键）
parsed_data = json.loads(r.text)
# 使用json_normalize展开数组并保留所需字段
df = pd.json_normalize(
    parsed_data['shipments'],
    record_path='shipmentItems',  # 指定需要展开的数组字段
    meta=[
        'shipmentDate', 
        'shipmentId', 
        'shipmentReference',
        ['transport', 'transportId']  # 保留嵌套的transportId字段
    ]
)

print(df.head())

代码说明 #

• record_path='shipmentItems'：告诉json_normalize要把这个数组里的每个对象拆分成单独的行，自动提取里面的orderId和orderItemId作为独立列。
• meta参数：用来指定需要保留的顶层非数组字段，对于transport.transportId这种嵌套字段，用列表['transport', 'transportId']的形式精准定位即可。
• 哪怕shipmentItems数组里包含多个对象，这个方法也能自动把每个对象对应到相同的顶层字段值，生成正确的多行数据。

内容的提问来源于stack exchange，提问作者Raf Rasenberg