Python解析嵌套Json

我有一个json文件，我正试图解析出来，只得到两个值。”“时间戳”和“值”。 以下是我的json文件示例：

    {'totalCount': 1,
 'nextPageKey': None,
 'result': [{'metricId': 'builtin:synthetic.browser.event.visuallyComplete.load',
   'data': [{'dimensions': ['SYNTHETIC_TEST_STEP-123456'],
     'dimensionMap': {'dt.entity.synthetic_test_step': 'SYNTHETIC_TEST_STEP-123456'},
     'timestamps': [
      1596326400000,
      1616976000000,
      1617062400000,
      1617148800000,
      1617235200000],
     'values': [
      3880.834490740741,
      3879.6458333333335,
      3826.3645833333335,
      3890.871527777778,
      3876.8199643493763]}]}]}

我试着用熊猫的方法：

    import pandas as pd
    pdp = pd.json_normalize(PDPjson['result'],['data'])

所以我可以把它放到数据框中，但我得到的列是日期列表，列是值列表。

我试图得到的只是一个包含两列的数据帧，时间戳和值

如何从这里执行此操作？

您可以在

时间戳和
值上应用：

pdp=pdp[['timestamps'，'values']]。应用（pd.Series.explode）。重置索引（drop=True）
#时间戳值
# 0  1596326400000  3880.834491
# 1  1616976000000  3879.645833
# 2  1617062400000  3826.364583
# 3  1617148800000  3890.871528
# 4  1617235200000  3876.819964
我创建了JSON对象，如下所示：

txt = '''\
{ "totalCount": 1,
  "nextPageKey": "None",
  "result": [{"metricId": "builtin:synthetic.browser.event.visuallyComplete.load",
    "data": [{"dimensions": ["SYNTHETIC_TEST_STEP-123456"],
      "dimensionMap": {"dt.entity.synthetic_test_step": "SYNTHETIC_TEST_STEP-123456"},
      "timestamps": [ 1596326400000, 1616976000000, 1617062400000,
        1617148800000, 1617235200000],
      "values": [ 3880.834490740741, 3879.6458333333335, 3826.3645833333335,
        3890.871527777778, 3876.8199643493763]}]}]}'''
PDPjson = json.loads(txt)

然后我从json_normalize开始，正如您所做的：

pdp = pd.json_normalize(PDPjson['result'], 'data')

缺少的步骤是：

result = pdp[['timestamps', 'values']].apply(lambda col: col.explode())\
    .reset_index(drop=True)

结果是：

      timestamps   values
0  1596326400000  3880.83
1  1616976000000  3879.65
2  1617062400000  3826.36
3  1617148800000  3890.87
4  1617235200000  3876.82

不必担心数值列的精度较小，它只是
Jupyter笔记本显示数据的方式

当您运行例如
result.iloc[0,1]
时，您将得到：

3880.834490740741

完全精确。
它是作为请求创建的：PDPjson=requests.get（PDP，headers=headers）。json（）我这里的示例就是它的结果。所以基本上是这样的：PDP_json=requests.get（PDP，headers=headers）。json（）PDP=pd.json_规范化（PDP_json['result']，['data']）PDP=PDP['timestaps'，'values']。应用（pd.Series.explode）.reset_index（drop=True）？是的，或者如果需要，您可以将其组合在一个长命令中：
pdp=pd.json_normalize（PDPjson['result']，['data']）[['timestaps'，'values']]。apply（pd.Series.explode）。reset_index（drop=True）
我刚开始使用您现有的
pdp
，因为拆分它更具可读性。太棒了，谢谢你们。这是一个超级简单的解决方案。