提问人：user19462600 提问时间：11/6/2023 更新时间：11/6/2023 访问量：41
有没有办法用不同数量的对象展平嵌套 json 字符串的 pandas 列？
Is there a way to flatten a pandas column of nested json strings with a varying number of objects?
问：
我有一个 pandas 数据帧，其格式类似于：
| order_guid | 选择 |
|---|---|
| EF23A23D-5E2C-42A0-952B-CF43732C55B8 | [{“id”：“7233”，“item”：“冰沙”}，{“guid”：“6317”，“item”：“果汁”}，{“guid”：“6941”，“item”：“薯片”}] |
| 0FB69525-7B71-4DEC-AB77-36A698D519F6 | [{“id”：“5425”，“item”：“换行”}] |
| 59b5f8e9-96f1-483b-a31d-659492765e06 | [{“id”：“7233”，“item”：“冰沙”}，{“guid”：“3803”，“item”：“水”}，{“guid”：“7961”，“item”：“沙拉”}] |
| D8656BA2-4076-4036-9515-6FEA1F9E58D4 | [{“id”：“7961”，“item”：“沙拉”}，{“guid”：“5425”，“item”：“换行”}] |
我一直在尝试做的是取消嵌套该字段，以便每个选择都占据自己的行，并将 作为外键添加到单独的表中，类似于以下内容：selectionsorder_guidorders
| order_guid | selection_id | selection_item |
|---|---|---|
| EF23A23D-5E2C-42A0-952B-CF43732C55B8 | 7233 | 水果奶昔 |
| EF23A23D-5E2C-42A0-952B-CF43732C55B8 | 6317 | 汁 |
| EF23A23D-5E2C-42A0-952B-CF43732C55B8 | 6941 | 芯片 |
| 0FB69525-7B71-4DEC-AB77-36A698D519F6 | 5425 | 包装 |
| 59b5f8e9-96f1-483b-a31d-659492765e06 | 7233 | 水果奶昔 |
| 59b5f8e9-96f1-483b-a31d-659492765e06 | 3803 | 水 |
| 59b5f8e9-96f1-483b-a31d-659492765e06 | 7961 | 沙拉 |
| D8656BA2-4076-4036-9515-6FEA1F9E58D4 | 7961 | 沙拉 |
| D8656BA2-4076-4036-9515-6FEA1F9E58D4 | 5425 | 包装 |
给我带来麻烦的主要因素是嵌套的 json 元素数量不同。我最初的直觉是我可以做一些类似 ->-> 的事情，但我不能用 和 多重选择来做到这一点。循环似乎很傻。感觉这是一个足够简单的问题，其他人应该遇到它，但这是我见过的最接近这个问题的问题。to_json()json.loads()json_normalizeorder_guid
有熊猫的方法吗？还是我错过了什么明显的东西？
答：
1赞
Sharat
11/6/2023
#1
您可以先使用后再使用。希望这就是你的意思。df.explode()json_normalize()
df = df.explode('selections').reset_index(drop=True)
result_df = pd.concat([df['order_guid'], pd.json_normalize(df.selections)], axis=1)
result_df['guid'] = result_df['guid'].fillna(result_df['id'])
result_df = result_df[['order_guid', 'guid', 'item']].rename(columns={'guid': 'selection_guid', 'item': 'selection_item'})
评论
0赞
user19462600
11/6/2023
df.explode虽然我的其余代码略有不同，但它对我有用，所以我坚持下去。 感谢您的帮助！你让我免于（更长的）头痛。df = df.explode('checks.selections').reset_index(drop=True) df_json = df.to_json(orient="records") df_load = json.loads(df_json) df_normalized = pd.json_normalize(df_load)
0赞
user19462600
11/7/2023
更新：我的第一条评论中的代码有效*，但我实际上最终只使用了您代码的前两行。我第一次尝试实现它时一定犯了一些错误。* 我刚刚意识到这遗漏了请求的一个关键部分;这order_guid
评论
idguidselections