Python 规范化熊猫中的深度嵌套json

我正在尝试规范化一个json文件，该文件如下所示（一个小片段）：

我正试图得到一张像这样的桌子：

                                    **"trimestre"** (columns)
      **"sigle" + "titre"** (index): *valeur*

我试着像这样使用normalize函数

result = json_normalize(data, 'cours',['trimestre'])
print(result) 

但是我得到了一个错误：TypeError：字符串索引必须是整数

基本上我想要“sigle”+“titre”（来自“cours”）作为索引，“trimestre”作为列，“valeur”的平均值作为表中的值

提前谢谢

给你：

从集合导入defaultdict
导入json
以open（“data.json”、“r”）作为f：
data=json.load（f）
测试=[{'Trimestree'：'A2000'，
“cours”：[{“sigle”：“TECH 20701”，“titre”：“La cyberssécuritéet le gestionnaire”，“etudiants”：[{“matricule”：“22000803”，
“nom”：“Boyer，AndrÃ”，
‘注’：‘C+’，
“valeur”：2.3}，
{'matricule'：'22000829'，
“nom”：“Keighan，Maylis”，
“注意”：“A+”，
“valeur”：4.3}，
{'matricule'：'22000869'，
“nom”：“Lahaie，碱液”，
“注意”：“B+”，
“valeur”：3.3}，
{'matricule'：'22000973'，
“nom”：“Conerardy，Rawaa”，
“注意”：“B+”，
“valeur”：3.3}，
]}]}]
结果=defaultdict（列表）
对于数据中的trimestre：
结果[“trimestre”]。追加（trimestre[“trimestre”]）
三季度课程[“课程”]：
结果[“索引”]。追加（f“{cours['sigle']}{cours['titre']}”）
结果[“valeur”]。追加（cours[“sigle”]）
df=pd.DataFrame（结果[“valeur”]、列=结果[“trimestre”]、索引=结果[“index”]）

结果

打印（df） 2000年 技术20701网络安全与管理技术20701

---

请不要将输出作为图像发布。在问题中抄过去。从图像中获取数据真的很难。@poojan抱歉，第一次使用堆栈溢出时，我更改了它。问题是您有一个索引用于几个“valeur”，您想要哪一个？@FlorianBernard“sigle”就最好了。我仍然得到一个TypeError：字符串索引必须是整数。尝试使用code@Jacky我已经更新了我的代码，使用json模块，而不是一个。

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

data = pd.read_json('DataTP2.json')
print(data)

result = json_normalize(data, 'cours',['trimestre'])
print(result)