在进行python程序开发的时候，为了更好的进行前后端的交互和API的调用，通常都会将数据转为JSON格式进行传输。但有时候后台接收到的数据是多重嵌套的JSON数据，需要先解开才能转为DataFrame格式的数据进行处理。
因为JSON返回的数据是一个类似于集合包括着的字典，里面可以存放各种类型和格式的数据，例如下面这个JSON数据就是一个嵌套的数据：
results{ [“ issues”]，columns = [“ key”，“ fields”]}这里面result是一个大的集合，issuse是一个键值对类型的键，columns又是一个数组，不同的数据组成了一个嵌套结构，具体解决方法在下面。
使用数据处理库pandas库内的半结构化JSON数据格式平面表转换方法，它可以将JSON格式的数据很轻松的就进行拆解，示例如下：
1.导入库并定义一个过滤用的FIELDS列表
FIELDS = ["key", "fields.summary", "fields.issuetype.name", "fields.status.name", "fields.status.statusCategory.name"]
2.创建一个DataFrame对象并使用函数配合过滤列表将数据拆分成一个个的数组，代码如下：
df = pd.json_normalize(results["issues"]) df[FIELDS]
上面两行代码还可以简写为使用path参数指定JSON对象中列表的路径，示例如下：
pd.json_normalize(results, record_path="issues")[FIELDS]
以上就是关于“Python怎么将嵌套JSON转为DataFrame格式？方法在这里”的全部内容了，想要了解更多python的实用知识和代码示例可以在网页顶部栏目中找到python查看更多哦。
