Python 将Json嵌套到具有特定格式的数据帧

我需要将Json文件的内容格式化为pandas数据框架中的特定格式，以便运行pandassql转换数据并通过评分模型运行它

file=C:\scoring\u model\json.js（文件内容如下）

我需要数据框如下所示（显然，同一行上的所有值都是相同的，我试图为这个问题设置尽可能好的格式）：

我已经研究了关于这个主题的所有其他问题，并尝试了各种方法将Json文件加载到pandas中

`with open(r'C:\scoring_model\json.js', 'r') as f:`
    c = pd.read_json(f.read())

 `with open(r'C:\scoring_model\json.js', 'r') as f:`
    c = f.readlines()

在此解决方案中尝试了pd.Panel（）

---

对于[yo=f.readlines（）]的dataframe结果，考虑尝试基于（“”）拆分每个单元格的内容，并找到一种方法将拆分的内容放入不同的列中，但到目前为止运气不佳。非常感谢您的专业知识。提前感谢。

如果您将整个json作为dict（或列表）加载，例如使用

json.load

，您可以使用：

---

明亮的非常感谢，json数据将作为数据类型“object”加载。为了使用pandasql查询转换数据，列中的数据需要采用各种数据类型（即“int”、“str”、“timestamp”等），最好的方法是什么？你推荐这里的方法吗？根据我上面的评论，最后使用cast（变量x为整数）来转换pandasqlFor pandas 1.0.0:pd.json_normalize（d）中的数据。我们是否可以将标记名附加到列中以保持跟踪。例如：联系电子邮件、联系手机等等。对于大型json，这将非常方便。

version | token | customer_id | verified | email      | mobile_number | gender |
1.1     | dsfgf | 1234567     | true     | mr@abc.com | 0123456789    | m      |

title | last_name | first_name |family_status | dob
Dr.   | Muster    | Max        | single       | 23.12.1985

`with open(r'C:\scoring_model\json.js', 'r') as f:`
    c = pd.read_json(f.read())

 `with open(r'C:\scoring_model\json.js', 'r') as f:`
    c = f.readlines()

In [11]: d = {"response": {"body": {"contact": {"email": "mr@abc.com", "mobile_number": "0123456789"}, "personal": {"last_name": "Muster", "gender": "m", "first_name": "Max", "dob": "1985-12-23", "family_status": "single", "title": "Dr."}, "customer": {"verified": "true", "customer_id": "1234567"}}, "token": "dsfgf", "version": "1.1"}}

In [12]: df = pd.json_normalize(d)

In [13]: df.columns = df.columns.map(lambda x: x.split(".")[-1])

In [14]: df
Out[14]:
        email mobile_number customer_id verified         dob family_status first_name gender last_name title  token version
0  mr@abc.com    0123456789     1234567     true  1985-12-23        single        Max      m    Muster   Dr.  dsfgf     1.1