如何使用Pandas将嵌套JSON转为CSV并展开CVE_Items列

嘿，我懂你现在的困扰——直接用pd.read_json读取NVD的CVE JSON文件后，CVE_Items列还是嵌套的JSON结构，没法在CSV里看到里面的详细字段对吧？这是因为NVD的JSON是多层嵌套结构，最外层的CVE_Items是包含多个对象的数组，默认的read_json只会解析最外层键为列，内层嵌套结构会被保留成Python对象。

下面是具体的解决步骤，直接就能用：

方法一：直接解析并展开CVE_Items #

先读取整个JSON数据，再用json_normalize展开嵌套的CVE_Items数组：

import pandas as pd
from pandas import json_normalize

# 读取JSON文件
with open('nvdcve-1.0-modified.json', 'r') as f:
    nvd_json = pd.read_json(f)

# 提取CVE_Items数组并展开所有嵌套字段
expanded_df = json_normalize(nvd_json['CVE_Items'])

# 保存为CSV（去掉index避免生成多余索引列）
expanded_df.to_csv("test.csv", index=False)

方法二：基于你已有的代码修改 #

如果已经运行过初始读取代码，也可以在原DataFrame基础上展开CVE_Items：

import pandas as pd
from pandas import json_normalize

# 你的原有代码
df = pd.read_json('nvdcve-1.0-modified.json')

# 展开CVE_Items列
cve_items_expanded = json_normalize(df['CVE_Items'].tolist())

# 合并原DataFrame的其他字段（如CVE_data_timestamp、CVE_data_numberOfCVEs等）和展开后的字段
final_df = pd.concat([df.drop('CVE_Items', axis=1), cve_items_expanded], axis=1)

# 保存结果
final_df.to_csv("test.csv", index=False)

小提示 #

• 展开后的列名会用.表示嵌套层级，比如cve.data_type、cve.description.description_data，能清晰体现字段的原始嵌套关系。
• 如果只需要特定嵌套字段，可以在json_normalize里指定record_path和meta参数筛选，比如只展开cve和impact下的字段，减少输出CSV的列数，提升处理速度。

内容的提问来源于stack exchange，提问作者user9551424