Python 将嵌套的mongo db文档转换为dataframe

我有一个mongoDB集合，里面有这样的文档

doc = {
  "_id": {
    "$oid": "516622c9ce21150200000d87"
  },
  "SubmissionDate": {
    "$date": "2013-04-11T02:41:13.162Z"
  },
  "isComplete": True,

  "Rounds": [
    {
      "Photo": [
        
      ],
      "A": {
        "Complexity": 55,
        "Colour": 85,
        "Deep": 51,
        "Effervescence": 44
      },
      "B": {
        "QualityPIDs": [
          
        ],
        "QualityScales": [
          
        ],
        "Complexity": 43,
        "Qualities": [
          
        ]
      },
      "C": {
        "QualityPIDs": [
          
        ],
        "QualityScales": [
          
        ],
        "Complexity": 60,
        "UHS": 46,
        "Colour": 33,
        "Qualities": [
          
        ]
      },
      "D": {
        "Complexity": 73,
        "Duration": 68,
        "Quality": 65
      }
    }
  ],
  "Item": {
    "_id": {
      "$oid": "51e6d678c06918db21156f92"
    },
    "Country": "Australia",
    "Name": "King",
    "PeopleId": {
      "$oid": "51dddb69a9d9350200000"
    },
    "Style": "Apple",
    "Type": "Flat",
    "UserSubmitted": False
  }
}

我需要将此集合转换为熊猫数据帧

这里建议的解决方案 做主要工作。但我还是有 在这一列中插入一组词典

我做了一组循环以访问循环的子字典

最后，我将一个_数据连接到我的主数据框

有没有更快的方法？现在循环需要很多时间。谢谢大家!

• 可以使用

  mata

  参数指定

  dict

  的每个级别，并对

  记录路径使用
  'Rounds'

将熊猫作为pd导入
meta=[''id'，'$oid']，
[‘项目’、‘国家’]，
['Item'，'Name']，
['Item'，'Style']，
['Item'，'Type']，
['Item'，'UserSubmitted']，
['Item'、'u id'、'$oid']，
['Item'，'PeopleId'，'$oid']，
['SubmissionDate'，'$date']，
“isComplete”]
df=pd.json\u规范化（doc，record\u path='Rounds'，meta=meta）
#显示（df）
照片A.复杂度A.颜色A.深A.气泡B.质量B.质量等级B.复杂度B.质量C.质量C.质量等级C.复杂度C.超高S.颜色C.质量D.复杂度D.持续时间D.质量id.$oid项目.国家项目.名称项目.样式项目.类型项目.用户提交的项目.\U id.$oidItem.PeopleId.$oid SubmissionDate.$date已完成
0    []            55        85      51               44            []              []            43          []            []              []            60     46        33          []73 68 65 516622c9ce21150200000d87澳大利亚金苹果平板假51e6d678c06918db21156f92 51dddb69a9d9350200000 2013-04-11T02:41:13.162Z真

谢谢！你的解决方案非常有效，我不知道这个参数。很抱歉延迟了我的反馈。感谢您的时间和帮助！

df = pd.json_normalize(doc)

A_data = pd.DataFrame(columns=df.Rounds[0][0]['A'].keys())
for i in range(len(df.Rounds)):
    A_data = A_data.append(pd.json_normalize(df.Rounds[0][0]['A']), ignore_index=True)