问题描述：

我很好奇如何使用 pandas 读取以下结构的嵌套 json：

{
    "number": "",
    "date": "01.10.2016",
    "name": "R 3932",
    "locations": [
        {
            "depTimeDiffMin": "0",
            "name": "Spital am Pyhrn Bahnhof",
            "arrTime": "",
            "depTime": "06:32",
            "platform": "2",
            "stationIdx": "0",
            "arrTimeDiffMin": "",
            "track": "R 3932"
        },
        {
            "depTimeDiffMin": "0",
            "name": "Windischgarsten Bahnhof",
            "arrTime": "06:37",
            "depTime": "06:40",
            "platform": "2",
            "stationIdx": "1",
            "arrTimeDiffMin": "1",
            "track": ""
        },
        {
            "depTimeDiffMin": "",
            "name": "Linz/Donau Hbf",
            "arrTime": "08:24",
            "depTime": "",
            "platform": "1A-B",
            "stationIdx": "22",
            "arrTimeDiffMin": "1",
            "track": ""
        }
    ]
}

此处将数组保留为 json。我更希望将其扩展为列。

pd.read_json("/myJson.json", orient='records')

编辑

感谢第一个回答。我应该完善我的问题：数组中嵌套属性的展平不是强制性的。只需将 [A, B, C] 连接起来即可。

我的文件包含多个 JSON 对象（每行 1 个），我想保留编号、日期、名称和位置列。但是，我需要连接位置。

allLocations = ""
isFirst = True
for location in result.locations:
    if isFirst:
        isFirst = False
        allLocations = location['name']
    else:
        allLocations += "; " + location['name']
allLocations

我在这里的方法似乎不是高效的/熊猫风格。

解决方案 1：

您可以使用json_normalize：

import json

with open('myJson.json') as data_file:    
    data = json.load(data_file)  

df = pd.json_normalize(data, 'locations', ['date', 'number', 'name'], 
                    record_prefix='locations_')
print (df)
  locations_arrTime locations_arrTimeDiffMin locations_depTime  \n0                                                        06:32   
1             06:37                        1             06:40   
2             08:24                        1                     

  locations_depTimeDiffMin           locations_name locations_platform  \n0                        0  Spital am Pyhrn Bahnhof                  2   
1                        0  Windischgarsten Bahnhof                  2   
2                                    Linz/Donau Hbf               1A-B   

  locations_stationIdx locations_track number    name        date  
0                    0          R 3932         R 3932  01.10.2016  
1                    1                         R 3932  01.10.2016  
2                   22                         R 3932  01.10.2016 

编辑：

您可以read_json通过构造函数解析name并DataFrame使用最后groupby应用join：

df = pd.read_json("myJson.json")
df.locations = pd.DataFrame(df.locations.values.tolist())['name']
df = df.groupby(['date','name','number'])['locations'].apply(','.join).reset_index()
print (df)
        date    name number                                          locations
0 2016-01-10  R 3932         Spital am Pyhrn Bahnhof,Windischgarsten Bahnho... 

解决方案 2：

如果有人发现这个，还有另一种选择，因为我正在通过笔记本工作。使用 df 读取文件

df = pd.read_json('filename.json')
df2 = pd.DataFrame.from_records(df['nest_level_1']['nest_level_2'])

快乐编码

解决方案 3：

一种可能的替代方法pandas.json_normalize是通过从嵌套字典中仅提取选定的键和值来构建自己的数据框。这样做的主要原因是因为 json_normalize 对于非常大的 json 文件会变得很慢（并且可能并不总是产生您想要的输出）。

因此，这里有另一种方法可以使用来展平 pandas 中的嵌套字典glom。目的是从嵌套字典中提取选定的键和值，并将它们保存在 pandas 数据框的单独列中（：

以下是分步指南： https: //medium.com/@enrico.alemani/flatten-nested-dictionaries-in-pandas-using-glom-7948345c88f5

import pandas as pd
from glom import glom
from ast import literal_eval


target = {
    "number": "",
    "date": "01.10.2016",
    "name": "R 3932",
    "locations":
        {
            "depTimeDiffMin": "0",
            "name": "Spital am Pyhrn Bahnhof",
            "arrTime": "",
            "depTime": "06:32",
            "platform": "2",
            "stationIdx": "0",
            "arrTimeDiffMin": "",
            "track": "R 3932"
        }
}   



# Import data
df = pd.DataFrame([str(target)], columns=['target'])

# Extract id keys and save value into a separate pandas column
df['id'] = df['target'].apply(lambda row: glom(literal_eval(row), 'locations.name'))

解决方案 4：

我有一个多行 Json，每行都有一个 json 对象 {'a':'b','scope':{'eid':123213}} {'a':'d','scope':{'eid':1343213}}

不用逗号分隔。每行都是独立的

我使用以下逻辑来读取嵌套结构

阈值 = pd.read_json（r“/content/data.json”，lines=True）

threshold = pd.read_json(r"/content/data.json",lines=True)
threshold['entityId'] = pd.DataFrame.from_records(threshold['scope'])['entityId']
threshold.head()