如何展开JSON数组元素并与DataFrame的ID列正确映射

嘿，我来帮你搞定这个需求！要把每个id对应的JSON数组元素拆成单独行，同时保证和原id正确绑定，用pandas就能轻松实现，我给你一步步演示：

步骤1：准备环境与示例数据 #

首先确保你已经导入了pandas和json（如果你的name列是字符串格式的JSON数组，就需要用到json库）。先构造你给出的示例DataFrame：

import pandas as pd
import json

# 构造示例DataFrame
data = {
    'id': ['a1xy', 'a7yz', 'bx4y'],
    'name': [
        [{"event": "sports", "start": "100"}, {"event": "lunch", "start": "121"}],
        [{"event": "lunch", "start": "109"}, {"event": "movie", "start": "97"}],
        [{"event": "dinner", "start": "78"}, {"event": "sleep", "start": "25"}]
    ]
}
df = pd.DataFrame(data)

步骤2：处理字符串格式的JSON数组（如果需要） #

如果你的name列实际是字符串形式的JSON数组（比如从CSV读取的），先把它转换成Python列表：

df['name'] = df['name'].apply(json.loads)

步骤3：扁平化JSON数组并保留id映射 #

用pandas.json_normalize方法，指定要展开的数组路径（record_path），同时保留id作为元数据列：

# 扁平化数组，保留id映射
flattened_df = pd.json_normalize(df.to_dict('records'), record_path='name', meta='id')

# 调整列顺序（可选，让id列在前）
flattened_df = flattened_df[['id', 'event', 'start']]

最终结果 #

运行后你会得到这样的扁平化DataFrame：

这个方法的核心是json_normalize的record_path参数指定要展开的数组字段，meta参数指定需要保留的关联列，这样就能完美实现每个数组元素和原id的映射啦！

内容的提问来源于stack exchange，提问作者Symphony