Python嵌套JSON转CSV/DataFrame：解决单一条目嵌套输出重复问题

我懂你现在的困扰——单个深层嵌套的JSON转DataFrame时老是冒出重复行对吧？咱们先拆解下你的JSON结构，再一步步搞定这个问题。

你的JSON外层是个只有1个元素的数组，这个元素里包着两个核心数组：questions（存问答对）和transactions（存账户信息）。直接用默认的json_normalize会因为同时展开两个数组产生笛卡尔积，这就是重复的根源。

下面给你两种常用的解决方案，按需选就行：

方案1：把questions转成列，和transactions合并成单行数据 #

如果希望把每个question的key作为列名，最终得到一行包含所有信息的DataFrame，可以这么写代码：

import pandas as pd

# 你的JSON数据
data = [{ 
    "questions": [{ 
        "key": "years-age", 
        "responseKey": None, 
        "responseText": "27", 
        "responseKeys": None 
    }, { 
        "key": "gender", 
        "responseKey": "male", 
        "responseText": None, 
        "responseKeys": None 
    } ], 
    "transactions": [{ "accId": "v1BN3o9Qy9i..." }] 
}]

# 处理questions：转成宽表格式
questions_df = pd.DataFrame(data[0]['questions']).set_index('key')[['responseText', 'responseKey']].unstack().reset_index(drop=True)
# 给列名加前缀，避免重复混淆
questions_df.columns = [f"{col[1]}_{col[0]}" for col in questions_df.columns]

# 处理transactions：转成DataFrame
transactions_df = pd.DataFrame(data[0]['transactions'])

# 合并两个DataFrame
final_df = pd.concat([transactions_df, questions_df], axis=1)
print(final_df)

输出结果是一行数据，包含accId、responseText_years-age、responseKey_years-age、responseText_gender、responseKey_gender这些列，完全没有重复。

方案2：保留每个question的行，关联transactions信息 #

如果需要保留每个question的独立行，同时带上对应的账户信息，可以用json_normalize指定展开路径，避开笛卡尔积：

import pandas as pd

data = [{ 
    "questions": [{ 
        "key": "years-age", 
        "responseKey": None, 
        "responseText": "27", 
        "responseKeys": None 
    }, { 
        "key": "gender", 
        "responseKey": "male", 
        "responseText": None, 
        "responseKeys": None 
    } ], 
    "transactions": [{ "accId": "v1BN3o9Qy9i..." }] 
}]

# 指定只展开questions数组，把transactions作为元数据保留
df = pd.json_normalize(data, record_path='questions', meta=['transactions'])

# 展开transactions数组（因为它是嵌套的数组结构）
df = df.explode('transactions').reset_index(drop=True)
# 把transactions里的字典转成单独的列
df = pd.concat([df.drop('transactions', axis=1), df['transactions'].apply(pd.Series)], axis=1)
print(df)

这样得到的是2行数据，每行对应一个question，同时带上accId，不会出现重复——因为我们只展开了questions数组，transactions是作为元数据关联到每一行的，而不是和questions做笛卡尔积。

为什么会出现重复？ #

如果你直接用pd.json_normalize(data)不指定参数，函数会自动识别所有嵌套数组并展开，相当于把questions和transactions做笛卡尔积。比如你的questions有2条，transactions有1条，就会生成2×1=2行；如果transactions有3条，就会生成6行，这就是你看到的重复现象。

内容的提问来源于stack exchange，提问作者user9116643