Python处理JSON嵌套结构技巧
json_normalize是pandas用于处理嵌套JSON数据的工具。1.理解嵌套JSON结构，如包含字典和列表的多层结构；2.使用json_normalize可将嵌套数据拍平成表格形式，地址字段通过点号路径展开；3.利用explode展开列表字段，每个元素单独一行，或合并为字符串显示；4.处理复杂嵌套时可通过record_path指定路径提取深层字段，结合max_level控制展开层级。
json_normalize 是 pandas 用于处理嵌套 JSON 数据的工具。1. 理解嵌套 JSON 结构，如包含字典和列表的多层结构；2. 使用 json_normalize 可将嵌套数据拍平成表格形式，地址字段通过点号路径展开；3. 利用 explode 展开列表字段，每个元素单独一行，或合并为字符串显示；4. 处理复杂嵌套时可通过 record_path 指定路径提取深层字段，结合 max_level 控制展开层级。
处理JSON嵌套结构在Python中是一个常见的任务，尤其是在从API获取数据时。json_normalize 是 pandas 提供的一个非常实用的工具，能将嵌套的 JSON 数据“拍平”成表格形式，方便后续分析。
1. 理解什么是嵌套JSON
在实际工作中，我们经常遇到类似如下的结构：
data = [
{
"id": 1,
"name": "Alice",
"address": {
"city": "Beijing",
"zip": "100000"
},
"hobbies": ["reading", "cycling"]
},
{
"id": 2,
"name": "Bob",
"address": {
"city": "Shanghai",
"zip": "200000"
},
"hobbies": ["gaming"]
}
]这个结构中包含了字典嵌套和列表，直接用 pd.DataFrame(data) 处理的话，有些字段还是嵌套的，不方便查看和分析。
2. 使用 json_normalize 基础用法
pandas.json_normalize() 的基本作用就是把嵌套结构展开成列。你可以这样使用它：
import pandas as pd df = pd.json_normalize(data) print(df)
输出结果会是这样的 DataFrame：
| id | name | address.city | address.zip | hobbies |
|---|---|---|---|---|
| 1 | Alice | Beijing | 100000 | [reading, cycling] |
| 2 | Bob | Shanghai | 200000 | [gaming] |
这样地址信息就被“平铺”出来了。
提示：
- 如果你只想要某些字段，可以加
record_path参数指定路径。 - 想要展开列表类型字段（比如 hobbies），可以结合
max_level=1或者使用explode。
3. 展开列表字段的技巧
上面的例子中，hobbies 字段是列表，如果我们想把每个爱好单独一行，可以用 explode：
df = df.explode("hobbies")这样原来的一行可能会变成多行，例如 Alice 就会有两行记录，分别对应 reading 和 cycling。
如果你希望保留原始结构但又不想丢掉列表中的多个值，也可以考虑把这些值合并成字符串：
df["hobbies"] = df["hobbies"].apply(lambda x: ", ".join(x))
这样显示更直观，适合展示类用途。
4. 更复杂的嵌套怎么处理？
当结构更深的时候，比如：
{
"user": {
"profile": {
"name": "Charlie",
"contact": {
"email": "charlie@example.com",
"phone": "123456789"
}
}
}
}你可以通过点号表示法访问深层字段：
pd.json_normalize(data, max_level=10)
或者指定字段路径：
df = pd.json_normalize(
data,
record_path=["user", "profile"],
meta=[["user", "profile", "contact", "email"]]
)不过一般建议先用 max_level 试试看效果，再根据需要提取特定字段。
总的来说，json_normalize 虽然功能强大，但也不是万能的，有时候需要配合 apply、explode、rename 等操作一起使用。关键是理解原始结构，并有意识地控制输出格式。
基本上就这些，不复杂但容易忽略细节的地方在于字段路径和层级结构的匹配，稍不小心就会出错。
赤友清理大师是一款为 Mac 设计的智能清理优化工具，可精准扫描垃圾、大文件、重复文件等，释放磁盘空间。做扫描整理、文字提取和表格转换时，它能把识别后的处理步骤接得更顺，资料录入这类场景会省下不少时间。
极度公式是一款跨平台专业LaTeX公式识别编辑软件，支持OCR公式识别和多平台编辑。和使用说明，避免使用，享受完整功能与稳定支持。做扫描整理、文字提取和表格转换时，它能把识别后的处理步骤接得更顺，资料录入这类场景会省下不少时间。
一款文字处理软件，一种订阅式的跨平台办公软件，基于云平台提供多种服务，通过将 Excel 和 Outlook 等应用与 OneDrive 和 Microsoft Teams 等强大的云服务相结合，Office 365 可让任何人使用任何设备随时随地创建和共享内容。
CodeExpander 是一款快捷短语输入增强工具，通过键入缩写自动展开为自定义文段，提升工作效率。任务管理和过程控制会更完整，持续下载、批量同步或需要稳定传输流程的场景会更适合它。
Mountain Duck 是一款能将多个网盘挂载到本地的工具，像本地磁盘一样使用网盘。清理链路的完整性会更好一些，做应用卸载、残留处理和空间整理时，通常能少走很多手动排查步骤。
极度公式是一款跨平台专业LaTeX公式识别编辑软件，支持OCR公式识别和多平台编辑。和使用说明，避免使用，享受完整功能与稳定支持。做扫描整理、文字提取和表格转换时，它能把识别后的处理步骤接得更顺，资料录入这类场景会省下不少时间。
一款文字处理软件，一种订阅式的跨平台办公软件，基于云平台提供多种服务，通过将 Excel 和 Outlook 等应用与 OneDrive 和 Microsoft Teams 等强大的云服务相结合，Office 365 可让任何人使用任何设备随时随地创建和共享内容。
Wise Folder Hider Pro 是一款专业级文件和文件夹隐藏加密软件，为私密数据添加多重保护。高频操作更强调就近处理，浏览、整理和跨目录移动文件时，来回切换和重复点击都会少很多。
CodeExpander 是一款快捷短语输入增强工具，通过键入缩写自动展开为自定义文段，提升工作效率。任务管理和过程控制会更完整，持续下载、批量同步或需要稳定传输流程的场景会更适合它。
Mountain Duck 是一款能将多个网盘挂载到本地的工具，像本地磁盘一样使用网盘。清理链路的完整性会更好一些，做应用卸载、残留处理和空间整理时，通常能少走很多手动排查步骤。
