Python 将嵌套数组结构JSON读取为结构化DataFrame的实现方法
实现方法
你当前手头的JSON结构属于并行列表嵌套结构:外层是长度为1的数组,数组内的单个对象中,每个字段对应的取值都是长度完全一致的列表,并不是常规逐行存储单条记录的JSON结构。直接用默认pd.read_json()读取会产生维度不匹配的问题,需要先提取内层的字典对象再构造DataFrame,具体实现如下:
核心实现
import pandas as pd # 这里模拟从接口/文件读取到的原始JSON结构 raw_json = [ { "cust_Name": ["Nia Bernard", "Nicole", "Katelin"], "cust_Rate": ["1.0 out of 5 stars", "4.0 out of 5 stars", "5.0 out of 5 stars"], "date_comment": [ "Reviewed in the United States on January 10, 2019", "Reviewed in the United States on December 18, 2018", "Reviewed in the United States on August 14, 2017" ] } ] # 提取外层数组中第一个元素的字典,直接传入DataFrame构造函数 # pandas会自动将字典的键作为列名,每个键对应的列表作为列内容,按索引自动对齐行 df = pd.DataFrame(raw_json[0])
如果原始数据是存在本地JSON文件中的,可以搭配json模块读取后处理,不需要手动硬编码数据:
import json import pandas as pd with open("你的json文件路径.json", "r", encoding="utf-8") as f: raw_json = json.load(f) df = pd.DataFrame(raw_json[0])
输出验证
运行上述代码后打印DataFrame,得到的结构和预期完全一致:
cust_Name cust_Rate date_comment 0 Nia Bernard 1.0 out of 5 stars Reviewed in the United States on January 10, 2019 1 Nicole 4.0 out of 5 stars Reviewed in the United States on December 18, 2018 2 Katelin 5.0 out of 5 stars Reviewed in the United States on August 14, 2017
注意事项
- 不要直接对原始JSON数组调用
pd.read_json(),默认读取逻辑会将外层数组作为单一行,最终得到1行3列的结构,每列的单元格值是完整的列表,完全不符合预期 - 该实现的前提是三个字段对应的列表长度完全一致,否则pandas会抛出长度不匹配的构造错误
- 如果后续外层数组存在多个同结构的字典元素,可以将每个字典单独转为DataFrame后,用
pd.concat()按行拼接得到最终结果
内容的提问来源于stack exchange,提问作者WMJ
相关产品推荐
相关产品推荐

