关于在pandas中引用父属性的技术咨询及JSON数据解析

针对你提供的嵌套JSON结构（父级fInstructions包含子数组iLineItem），我来帮你搞定子项关联父属性的需求，下面是两种实用的实现方案：

方案1：使用pd.json_normalize（推荐） #

这是Pandas专门为嵌套JSON设计的高效工具，能直接指定要展开的子数组，同时保留父级属性，代码简洁易维护。

代码示例 #

import pandas as pd

# 你的原始JSON数据
data = {
    "fInstructions": [
        {
            "id": 155,
            "type":"finstruction",
            "ref": "/spm/finstruction/155",
            "iLineItem":[
                {
                    "id": 156,
                    "type":"ilineitem",
                    "ref": "/spm/ilineitem/156",
                    "creationDate": "2018-03-09",
                    "dueDate":"2018-02-01",
                    "effectiveDate":"2018-03-09",
                    "frequency":"01",
                    "coveredPeriodFrom":"2018-02-28",
                    "coveredPeriodTo":"2018-02-28",
                    "statusCode":"PRO",
                    "amount": 6
                },
                {
                    "id": 157,
                    "type":"ilineitem",
                    "ref": "/spm/ilineitem/157",
                    "creationDate": "2018-03-09",
                    "dueDate":"2018-02-01"
                    # 省略其他字段
                }
            ]
        }
    ]
}

# 展开子数组并保留父属性
df = pd.json_normalize(
    data['fInstructions'],
    record_path='iLineItem',  # 指定要展开的子数组路径
    meta=['id', 'type', 'ref'],  # 要保留的父级字段
    meta_prefix='parent_'  # 给父级字段加前缀，避免和子项同名字段冲突
)

print(df.head())

关键参数说明 #

• record_path: 告诉Pandas要展开哪个嵌套子数组（这里是iLineItem）
• meta: 列出需要从父级对象中提取的字段，比如父级的id、type
• meta_prefix: 给父级字段添加前缀，避免和子项的同名字段（比如子项也有id、type）混淆

处理后的DataFrame会同时包含子项的所有字段，以及带前缀的父级属性，完美实现子项关联父数据的需求。

方案2：手动遍历嵌套结构（灵活定制） #

如果需要对父属性做额外的自定义处理（比如格式转换、条件过滤），可以手动遍历嵌套结构，给每个子项添加父属性后再合并成DataFrame：

import pandas as pd

data = # 同方案1的原始JSON数据

# 初始化空列表存储处理后的子项
processed_items = []

# 遍历每个父级fInstruction
for finstruction in data['fInstructions']:
    parent_info = {
        'parent_id': finstruction['id'],
        'parent_ref': finstruction['ref'],
        'parent_type': finstruction['type']
    }
    
    # 给每个子项添加父属性
    for item in finstruction['iLineItem']:
        item.update(parent_info)
        processed_items.append(item)

# 转换为DataFrame
df = pd.DataFrame(processed_items)
print(df.head())

这种方式适合需要在关联父属性前做个性化逻辑的场景，比如只给符合特定条件的子项添加父属性，或者对父级字段做二次加工。

内容的提问来源于stack exchange，提问作者More Than Five