如何使用Python Pandas读取嵌套JSON并转为指定结构DataFrame

这个问题我碰到过！你的JSON结构属于嵌套的键值对类型，pd.read_json没法直接识别results里动态变化的键名（比如whatever_name、another_name），所以得先手动解析结构再转成目标DataFrame。

具体步骤： #

1. 先加载JSON数据（无论是从文件还是字符串）
2. 提取全局的timestamp字段
3. 遍历results里的每个键值对，把键作为name，对应值里的id提取出来，再补充value和timestamp字段
4. 把整理好的列表转成DataFrame

代码示例： #

import json
import pandas as pd

# 示例：如果是从文件读取，替换成 open('your_file.json', 'r') 即可
json_data = '''{"results":{"whatever_name":{"id":77},"another_name":{"id":89},"another_name":{"id":60}},"timestamp":123456}'''
data = json.loads(json_data)

# 提取全局时间戳
global_timestamp = data['timestamp']

# 构建DataFrame的行记录
records = []
for name, result_obj in data['results'].items():
    records.append({
        'name': name,
        'id': result_obj['id'],
        'value': result_obj,  # 这里按你需求保留整个子对象作为value；如果实际有单独的value字段，替换成result_obj['value']即可
        'timestamp': global_timestamp
    })

# 生成目标DataFrame
df = pd.DataFrame(records)
print(df)

输出结果： #

name  id          value  timestamp
0  whatever_name  77  {'id': 77}      123456
1   another_name  60  {'id': 60}      123456

重要提醒： #

注意你的示例JSON里有重复的键another_name，JSON规范里重复键会被最后出现的键值对覆盖（所以id=89的条目会丢失）。如果你的实际数据里存在重复键，建议先修改原始JSON结构，把results改成数组形式（比如[{"name":"whatever_name", "id":77}, {"name":"another_name", "id":89}]），避免数据丢失。

内容的提问来源于stack exchange，提问作者user3194861