如何使用Python Pandas将大型JSON文件转换为CSV？

嘿，我来帮你搞定这个JSON转CSV的需求！你的JSON数据是嵌套数组结构：外层数组中的每个元素都是一段对话（包含多条用户消息），每条消息是带user/User、text、sent字段的字典。用Pandas处理的话，核心是先把嵌套的数据扁平化，再转成CSV，步骤如下：

完整代码示例 #

import json
import pandas as pd

# 1. 读取并加载JSON文件
with open('/Users/dsg281/Downloads/EmotionLines/Friends/friends_dev.json', 'r', encoding='utf-8') as f:
    data = json.load(f)

# 2. 扁平化嵌套数据：提取所有对话条目为一维列表
# 同时统一字段名（比如把"User"转成小写"user"，避免列分裂）
flat_data = []
for conversation in data:
    for message in conversation:
        # 统一键名到小写，避免大小写导致的列不一致
        normalized_msg = {key.lower(): value for key, value in message.items()}
        flat_data.append(normalized_msg)

# 3. 转换为Pandas DataFrame
df = pd.DataFrame(flat_data)

# 4. 保存为CSV文件
df.to_csv('friends_dev_converted.csv', index=False, encoding='utf-8')

关键步骤解释 #

• 读取JSON：用json.load()直接加载文件内容为Python嵌套列表，比Pandas的read_json更适配这种非标准的嵌套对话结构。
• 扁平化数据：原始数据是「对话组→多条消息」的层级，我们需要把每一条独立消息作为CSV的一行，所以用双层循环把所有消息提取到一维列表中。
• 统一字段名：你的示例数据里同时存在User（大写U）和user（小写u），这会导致Pandas生成两列，所以用字典推导式把所有键转成小写，保证字段一致性。
• 保存CSV：index=False避免把DataFrame的索引写入CSV，encoding='utf-8'确保对话中的特殊字符正常保存。

测试示例数据 #

如果用你提供的示例JSON运行代码，最终的CSV会是这样的结构化内容：

这样就完美把嵌套的对话数据转换成了易读的CSV格式啦！

内容的提问来源于stack exchange，提问作者Kum_R