如何在df中转换此嵌套JSON文件？

我必须为一个项目处理以下问题：

特别是，我需要获得一个用于将这些数据格式化为NLP任务中神经网络的输入的文件。Json格式如下所示：

json file
├── "data"
│   └── [i]
│       ├── "paragraphs"
│       │   └── [j]
│       │       ├── "context": "paragraph text"
│       │       └── "qas"
│       │           └── [k]
│       │               ├── "answers"
│       │               │   └── [l]
│       │               │       ├── "answer_start": N
│       │               │       └── "text": "answer"
│       │               ├── "id": "<uuid>"
│       │               └── "question": "paragraph question?"
│       └── "title": "document id"
└── "version": 1.1

我努力尝试使用.json_normalize方法，但没有得到任何结果。我注意到，我的大多数尝试（那些没有以错误结束的尝试）都以将“数据”和“版本”识别为索引，并将文本的其余部分识别为唯一对象而告终，如下所示：

f = open("SQuAD_it-test.json", "r",encoding="Latin-1" )

data = json.load(f)

df = pd.json_normalize(data)
df.sample(1)


                                         data         version
0   [{'paragraphs': [{'qas': [{'question': 'Quando...   1.1

如果我尝试可视化更多的样本，我会出现一个错误，它告诉我人口只有1

我想要的输出是这样的，选择要使用的索引可以位于树的不同级别：

df.sample(5)

        title    context   question  text  answer_start
        str1     str6      str11     str16    N1
        str2     str7      str12     str17    N2
        str3     str8      str13     str13    N3
        str4     str9      str14     str18    N4
        str5     str10     str15     str19    N5

我也研究过的论点

---

但是我不能完全理解这个解释。您能帮助我吗？

由于给定的json有许多嵌套文件，我们可以使用

record\u path

和

meta

参数来获取所需的数据帧：

df = pd.json_normalize(data, record_path=['data', 'paragraphs', 'qas', 'answers'], 
     meta=[['data','title'], ['data', 'paragraphs','context'], 
     ['data', 'paragraphs', 'qas','question']])

请注意，输出键的顺序与所需输出表中给出的顺序不同。此外，键的名称将略有不同（完全限定）

输出：

Index(['text', 'answer_start', 'data.title', 'data.paragraphs.context',
   'data.paragraphs.qas.question'],
  dtype='object')

谢谢你，我发现（对于那些可能感兴趣的人来说）这种方法可以给df的列起新名字：df.columns=['text'，'answer_start'，'title'，'context'，'question']我没有发现如何改变顺序，但我认为这不相关

Index(['text', 'answer_start', 'data.title', 'data.paragraphs.context',
   'data.paragraphs.qas.question'],
  dtype='object')