如何将pandas嵌套JSON中Quotes字段转换为DataFrame？

你之前代码的错误点：json_normalize的第三个参数meta用于指定JSON顶层需要同步附加到每行的字段，而QuoteId、MinPrice等本身就是Quotes数组内的子字段，不需要在meta中声明，json_normalize处理数组时会自动提取这些同级字段。

基础实现（仅提取Quotes数组为DataFrame） #

直接将Quotes数组传入json_normalize即可，嵌套的OutboundLeg字段会被自动展开：

import pandas as pd
import json

# 读取本地JSON文件
with open('myJson.json', encoding='utf-8') as data_file:    
    data = json.load(data_file)  

# 规范化Quotes数组为DataFrame
df = pd.json_normalize(data['Quotes'])

运行后得到的DataFrame默认包含以下列：

• QuoteId
• MinPrice
• Direct
• QuoteDateTime
• OutboundLeg.CarrierIds
• OutboundLeg.OriginId
• OutboundLeg.DestinationId
• OutboundLeg.DepartureDate

如果需要移除列名中的OutboundLeg.前缀，可执行以下代码：

df.columns = df.columns.str.replace('OutboundLeg.', '', regex=False)

进阶实现（关联映射表补全业务字段） #

原始JSON中还包含Carriers、Places等映射表，可通过字典映射把ID替换为可读的业务名称：

# 构造航空公司ID到名称的映射字典
carrier_map = {item['CarrierId']: item['Name'] for item in data['Carriers']}
# 构造地点ID到名称的映射字典
place_map = {item['PlaceId']: item['Name'] for item in data['Places']}

# 补全航空公司、出发地、目的地名称
df['CarrierName'] = df['OutboundLeg.CarrierIds'].apply(lambda x: carrier_map[x[0]])
df['OriginName'] = df['OutboundLeg.OriginId'].map(place_map)
df['DestinationName'] = df['OutboundLeg.DestinationId'].map(place_map)

内容的提问来源于stack exchange，提问作者user4933