Python 使用列表从嵌套JSON复制数据帧

虽然可以找到其他几个嵌套JSON到dataframe的示例，但我找不到这个示例，因此没有成功。我有一个嵌套的JSON，如下所示：

{'x':
     {'1':[2,5,6],'2':[7,6]},
 'y':
     {'1':[0,4,8],'2':[8,1]},
 'z':
     {'1':[8,0,9],'2':[2,2]}}

我想要一个数据帧，如下所示：

   1_0 1_1 1_2 2_0 2_1
x   2   5   6   7   6
y   0   4   8   8   1
z   8   0   9   2   2

只要我能正确地推断数据，列的标签不一定就是这样

我试过这个：

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

with gzip.open('example.json') as f:    
    d = json.load(f)  

df = pd.json_normalize(d)
df  

因此：

---

一种方法是首先使用

数据帧。从_dict

以列表的形式加载值，然后将其合并：

d = {'x':
     {'1':[2,5,6],'2':[7,6]},
 'y':
     {'1':[0,4,8],'2':[8,1]},
 'z':
     {'1':[8,0,9],'2':[2,2]}}

df = pd.DataFrame.from_dict(d, orient="index")
df2 = pd.concat([pd.DataFrame(df[i].values.tolist(),
                              columns=[f"{i}_{num}" for num in range(len(df[i].iat[0]))]
                              ) for i in df.columns],axis=1)

print (df2)

   1_0  1_1  1_2  2_0  2_1
0    2    5    6    7    6
1    0    4    8    8    1
2    8    0    9    2    2

或者使用

chain.from_iterable

首先展平列表：

from itertools import chain

print (pd.DataFrame([chain.from_iterable(i.values()) for i in d.values()],
                    index=d.keys(),
                    columns=[f"{k}_{num}" for k, v in list(d.values())[0].items()
                             for num in range(len(v))]))

   1_0  1_1  1_2  2_0  2_1
x    2    5    6    7    6
y    0    4    8    8    1
z    8    0    9    2    2

---

谢谢你的回答，这当然有效，但我正在寻找一种高度优化的方法，因为我真正的JSON文件>200MB@当然可以。我为您添加了另一种测试方法。@HenryYik-列名称为different@jezrael是的，但他也说，这些列的标签不一定必须是这样：）@HenryYik是的，但如果你有一个简单的方法来实现它，它会是首选。很高兴在第二个选项中也有行标签！