Python 带熊猫的嵌套JSON

我试图从下面的JSON文件创建一个数据帧。我一直在使用

d1=pd.read_json（'user.json'）

，但这并不是为嵌套值

accessToken、facebookId

等创建列

有没有一种简单的方法告诉熊猫处理这些嵌套值

这个问题已经在其他地方提出过，但我要求嵌套值作为列输入到更大的数据框中

{
"_id": 11,
"claimToFame": "Send me some tunes...or your GitHub!",
"commentCount": 230,
"coverImage": "img.jpg",
"currentLanguage": "en-GB",
"dateOfBirth": "07/29/1982",
"email": "l@gmail.com",
"facebookDetails":    {
        "accessToken": "123",
        "facebookId": "123"
    }
,
"facebookId": 1,
"firstName": "David",
"followerCount": 422403,
"following": false,
"followingCount": 253,
"googleDetails": 
    {
        "googleId": "111411986454983058357",
        "accessToken": "123"
    }
}

这里有一个方法：

import pandas as pd
import json

data = json.dumps([{
"_id": 11,
"claimToFame": "Send me some tunes...or your GitHub!",
"commentCount": 230,
"coverImage": "img.jpg",
"currentLanguage": "en-GB",
"dateOfBirth": "07/29/1982",
"email": "l@gmail.com",
"facebookDetails":    {
        "accessToken": "123",
        "facebookId": "123"
    }
,
"facebookId": 1,
"firstName": "David",
"followerCount": 422403,
"following": False,
"followingCount": 253,
"googleDetails": 
    {
        "googleId": "111411986454983058357",
        "accessToken": "123"
    }
}], separators=(',',':'))

pd.read_json(data)

---

使用文件对象

FILEOBJECT

中的数据，使用json模块将数据加载到python结构中

import json
jsondata = json.load(FILEOBJECT)

然后可以使用json_normalize函数创建数据帧

import pandas as pd
usable_dataframe = pd.io.json.json_normalize(jsondata)

在您的情况下，这将导致以下列的数据帧：

---

[\u id，claimToFame，commentCount，coverImage，currentLanguage，dateof birth，email，facebookDetails.accessToken，facebookDetails.facebookId，facebookDetails.facebookId，firstName，followerCount，followerCount，googleDetails.accessToken，googleDetails.googleId]

您好，在进一步测试后效果很好，但您能帮我一件事吗。例如，facebookDteails列现在包含：“{“accessToken”：“123”，“facebookId”：“123”}”是否有任何方法可以在它们自己的列中获取accessToken和facebookId？