如何使用pandas解析含嵌套数组的复杂JSON(球队阵容数据)
嵌套阵容JSON的pandas解析实现
不需要更换其他pandas解析函数,pd.json_normalize本身完全支持这类多层嵌套结构的展开,之前解析结果不符合预期的原因是没有指定嵌套数组的拆分规则。
原代码的问题
直接对顶级JSON数组调用pd.json_normalize时,嵌套在球队对象内的lineup球员数组不会被自动拆分为独立数据行,只会被存储为单元格内的原生Python对象,导出CSV后无法直接读取球员的结构化信息。
正确实现方案
调用pd.json_normalize时通过两个核心参数指定展开逻辑:
- 用
record_path指定需要拆分为独立行的嵌套数组路径(即球员所在的lineup字段) - 用
meta参数指定需要和每行球员数据关联保留的球队层级字段(team_id、team_name)
对应的可直接运行的代码如下:
import json import pandas as pd with open(r'C:\Users\Catalin\Desktop\World Cup Data\data\lineups\7581.json', encoding='utf-8') as data_file: data = json.load(data_file) # 按嵌套规则展开JSON df = pd.json_normalize( data, record_path='lineup', meta=['team_id', 'team_name'], sep='_' ) # 导出CSV,指定utf-8-sig编码避免特殊字符乱码 df.to_csv( r'C:\Users\Catalin\Desktop\TestLineup7581.csv', index=None, header=True, encoding='utf-8-sig' )
输出结果说明
执行代码后生成的DataFrame每行对应一名球员,自动包含以下结构化字段:
- 球员基础信息:
player_id、player_name、player_nickname、jersey_number - 球员所属国籍:嵌套的
country字段会自动展平为country_id、country_name - 关联球队信息:
team_id、team_name,完全匹配完整球员阵容的提取需求
如果需要处理player_nickname为空值的情况,可在导出前追加一行批量填充逻辑:
df['player_nickname'] = df['player_nickname'].fillna(df['player_name'])
内容的提问来源于stack exchange,提问作者Catalin Calinescu
相关产品推荐
相关产品推荐

