Python pandas如何通过代理键entry_id快速将JSON扁平化转为行？

方案1：使用Pandas实现（最简便） #

直接用pivot方法实现长表转宽表，完全匹配你要的聚合逻辑：

import pandas as pd

# 原始数据直接转DataFrame
df = pd.DataFrame(data)
# 指定entry_id为聚合键，type字段转为列名，value转为对应列值
pivot_df = df.pivot(index="entry_id", columns="type", values="value")
# 缺失值填充为空字符串，重置索引把entry_id从索引转为普通列
pivot_df = pivot_df.fillna("").reset_index()
# 转成目标列表字典格式
output = pivot_df.to_dict("records")

输出的output完全符合你要求的格式。

方案2：纯Python实现（无第三方依赖，效率极高） #

时间复杂度为O(n)，仅需遍历原始数据1次，性能远高于嵌套循环实现：

from collections import defaultdict

# 收集所有存在的type字段，用于后续补全缺失值
type_set = {item["type"] for item in data}
entry_groups = defaultdict(dict)

# 单次遍历完成分组聚合
for item in data:
    entry_groups[item["entry_id"]][item["type"]] = item["value"]

# 生成最终结果，补全所有缺失字段
output = []
for entry_id, val_map in entry_groups.items():
    row = {"entry_id": entry_id}
    for t in type_set:
        row[t] = val_map.get(t, "")
    output.append(row)

内容的提问来源于stack exchange，提问作者FlipperPA