Python 在pandas中解压json字典

我有一个给你

所以我试图解压一些从api获取的专有数据

对于一个可复制的示例，一旦我解包json数据，我就会得到一个如下所示的字典

temp = ([{"date" : "12/15/2020","order_id" : 1, "order_items" : [{"name" : "sponge", "quantity" : 2},{"name" : "soap", "quantity" : 17}]},
 {"date" : "12/14/2020","order_id" : 2, "order_items" : [{"name" : "soap", "quantity" : 4}]}]
)

what_i_want = pd.DataFrame({
"date" : ["12/15/2020","12/15/2020","12/14/2020"],
"order_id" : [1,1,2],
"order_items.name" : ["sponge","soap","soap"],
"order_items.quantity" : [2,17,4]
})

然后，我使用以下代码创建一个数据帧

df = pd.json_normalize(temp)

这给了我一个数据框，看起来有点像这样

what_i_have = pd.DataFrame({
"date" : ["12/15/2020","12/14/2020"],
"order_id" : [1,2],
"order_items" : [[{'name' : 'sponge', 'quantity' : 2},{'name' : 'soap', 'quantity' : 17}],[{'name' : 'sponge', 'quantity' : 4}]]
})

现在，我发现问题在于，当我使用json_规范化时，它没有降低足够的级别。 如果我做了类似的事情

pd.json_normalize(df['order_items'][0])

它返回给我一个2行2列的数据帧。 如果我这样做

我得到了一个dataframe，在order_items列中有dataframe对象，我不知道如何使用它

我想做的是解包我在较低级别创建的表，并使数据帧更长。我希望它看起来像这样

temp = ([{"date" : "12/15/2020","order_id" : 1, "order_items" : [{"name" : "sponge", "quantity" : 2},{"name" : "soap", "quantity" : 17}]},
 {"date" : "12/14/2020","order_id" : 2, "order_items" : [{"name" : "soap", "quantity" : 4}]}]
)

what_i_want = pd.DataFrame({
"date" : ["12/15/2020","12/15/2020","12/14/2020"],
"order_id" : [1,1,2],
"order_items.name" : ["sponge","soap","soap"],
"order_items.quantity" : [2,17,4]
})

有什么建议吗

另外，我认为json规范化没有达到足够的级别是因为订单项的长度不同。

• 必须使用的其他参数来正确解压缩数据

将熊猫作为pd导入
#样本数据
temp=[{'date'：'12/15/2020'，'order_id'：1'，'order_items'：[{'name'：'scape'，'quantity'：2}，{'name'：'soap'，'quantity'：17}]}，{'date'：'12/14/2020'，'order_id'：2'，order_items'：[{'name'：'soap'，'quantity'：4}]
#使用其他参数解包temp
df=pd.json_normalize（data=temp，record_path=['order_items']，meta=['date'，'order_id']））
#显示（df）
名称数量日期订单号
0海绵2 2020年12月15日1
1 SOAP17 2020年12月15日1
2 SOAP4 2020年12月14日2