如何使用json_normalize创建嵌套JSON的DataFrame

使用json_normalize创建嵌套JSON的DataFrame可以通过以下步骤实现：

1. 导入必要的库：

import pandas as pd
from pandas.io.json import json_normalize

1. 定义嵌套的JSON数据：

data = {
    "name": "John",
    "age": 30,
    "address": {
        "street": "123 Main St",
        "city": "New York",
        "state": "NY"
    },
    "hobbies": ["reading", "traveling"]
}

1. 使用json_normalize函数将嵌套的JSON数据转换为DataFrame：

df = json_normalize(data)

1. 查看转换后的DataFrame：

print(df)

输出结果：

  name  age address.street address.city address.state 0  John   30    123 Main St     New York           NY

在这个例子中，嵌套的JSON数据被展开为DataFrame的列。"name"和"age"是顶层的键，"address"是一个嵌套的字典，"hobbies"是一个嵌套的列表。转换后的DataFrame中，每个键都成为了列名，对应的值填充到相应的单元格中。

json_normalize函数还可以处理更复杂的嵌套JSON数据，例如多层嵌套的字典或列表。它还支持指定参数来控制展开的深度、前缀、分隔符等。

推荐的腾讯云相关产品：腾讯云COS（对象存储服务），用于存储和管理大规模的非结构化数据。您可以通过以下链接了解更多信息：

• 腾讯云COS产品介绍

请注意，本答案仅提供了一个示例，实际应用中可能需要根据具体情况进行调整和扩展。