JSON转CSV格式异常求助：如何通过Pandas生成规范表格

嘿，我来帮你搞定这个嵌套JSON转CSV的列规范问题——从你给出的示例和描述来看，核心问题是你的JSON有层级嵌套（外层data是键值对结构，还有items数组、extras空对象），直接用Pandas默认方法转CSV肯定会出现列错位、标签混乱的情况。我给你一套清晰的解决方案：

第一步：先理清楚你的JSON结构 #

首先补全你给出的示例JSON（看起来少了闭合括号，我加了一条测试数据方便演示）：

{
  "data": {
    "1": {
      "id": 1,
      "items": [ "bar", "cream" ],
      "extras": {},
      "supply": "crate"
    },
    "2": {
      "id": 2,
      "items": [ "cake", "jam" ],
      "extras": {"note": "no ice"},
      "supply": "box"
    }
  }
}

第二步：用Pandas分步处理，保证列规范 #

下面是完整的处理代码，每一步都标注了作用：

import pandas as pd
import json

# 1. 加载JSON数据（如果是文件就读取，直接用字符串的话可以跳过open步骤）
with open('your_data.json', 'r', encoding='utf-8') as f:
    raw_data = json.load(f)

# 2. 展开外层的`data`结构：把每个编号对应的对象转成DataFrame的一行
# 用orient='index'是因为`data`里的键（"1"、"2"）是行的标识，避免把它们当成列
df = pd.DataFrame.from_dict(raw_data['data'], orient='index').reset_index(drop=True)

# 3. 处理`items`数组（两种可选方案，按需选择）
# 方案A：把数组拆成多行，每个元素对应一行，其他列数据重复（适合需要单独统计每个item的场景）
df_clean = df.explode('items')

# 方案B：把数组用非逗号分隔符合并成字符串（适合要保留一行对应一个id的场景）
# df_clean = df.copy()
# df_clean['items'] = df_clean['items'].apply(lambda x: '; '.join(x))

# 4. 处理`extras`列：空对象转成空字符串，有内容的转成可读格式
# 如果`extras`里的键固定（比如都有note），可以直接提取成单独列；如果不固定，转成字符串最稳妥
df_clean['extras'] = df_clean['extras'].apply(lambda x: json.dumps(x) if x else '')

# 5. 保存成规范的CSV
df_clean.to_csv('formatted_data.csv', index=False, encoding='utf-8')

为什么之前的转换会出问题？ #

你之前的代码可能直接用了pd.read_json()，但这个方法默认不会处理层级嵌套的结构：

• 外层的data会被当成一个单独的列，里面全是嵌套的JSON字符串
• items数组会直接以["bar","cream"]的形式写入CSV，和CSV的逗号分隔符冲突，导致列错位
• 空的extras对象会显示成{}，破坏表格的可读性

额外提示 #

如果你的data里有大量行，或者extras有固定的键，可以进一步优化：

• 对于固定键的extras，用pd.json_normalize()直接展开成单独列，比如：

  df = pd.json_normalize(raw_data['data'].values())
  

  这个方法会自动把嵌套对象的键转成列，比如extras.note会变成一个单独的列。

内容的提问来源于stack exchange，提问作者kang