在当今数据驱动的时代，JSON（JavaScript Object Notation）已成为网络传输和API接口中最流行的数据格式之一。然而，面对嵌套层级深、结构复杂的JSON数据，许多数据分析师和开发者常常感到头疼——如何将其快速转换为结构清晰、便于分析的表格形式？Python的pandas库提供了强大的json_normalize函数，可以轻松解决这一问题。本文将以实战案例为基础，带你全面掌握复杂JSON数据的规范化技巧。

为什么需要规范化JSON？

现实场景中，从社交平台API、电商订单系统或物联网设备获取的JSON数据往往包含多层嵌套的对象和数组。例如，一个用户信息JSON可能包含多个地址、联系方式等子对象。直接读取这样的JSON到DataFrame中，会导致数据以字典或列表形式存储，难以进行后续的筛选、聚合和可视化。pandas.json_normalize能够将半结构化的JSON数据“展平”为行列分明的表格，极大提升数据处理的效率。

基本用法：从简单开始

假设我们有一个包含用户信息的JSON列表：

import pandas as pd

data = [
    {"name": "Alice", "age": 30, "address": {"city": "Beijing", "district": "Haidian"}},
    {"name": "Bob", "age": 25, "address": {"city": "Shanghai", "district": "Pudong"}}
]

直接使用pd.DataFrame(data)会保留address列为字典，而pd.json_normalize(data)则自动将嵌套的address字段展开为独立的列（address.city和address.district），输出一个平坦的表格。这是最简单的场景。

处理嵌套列表：记录路径的力量

更复杂的是当JSON中包含数组时。例如，每个用户可能有多个订单：

data = [
    {"name": "Alice", "orders": [{"id": 1, "amount": 100}, {"id": 2, "amount": 200}]},
    {"name": "Bob", "orders": [{"id": 3, "amount": 300}]}
]

默认情况下，json_normalize会忽略列表字段。此时需要指定record_path参数：

df = pd.json_normalize(data, record_path='orders', meta=['name'])

record_path='orders'告诉pandas将orders数组中的每个元素作为一行，而meta=['name']则将外层字段name作为额外列带入结果。这样我们就得到了一个每行对应一个订单的表格，同时保留了用户名信息。如果还有更深层的嵌套，可以继续使用record_path和meta的复合路径。

多层嵌套与自定义键值

实际API返回的数据可能包含更复杂的结构，比如每个订单中还有商品子列表。假设数据结构为：

{
  "user": "Alice",
  "orders": [
    {
      "order_id": 101,
      "items": [{"product": "book", "price": 20}, {"product": "pen", "price": 5}]
    }
  ]
}

此时需要两次规范化：先提取订单层，再提取商品层。可以使用嵌套的json_normalize调用，或者借助record_path的层级路径（需根据pandas版本支持）。另外，meta和record_path支持使用点号分隔的路径，如meta=['user'], record_path=['orders', 'items']，从而一步到位展平深层嵌套。

处理缺失值与自定义列名

真实数据中经常出现某些字段缺失的情况，json_normalize会默认填充NaN。如果希望自定义字段名称，可以使用sep参数修改分隔符（默认为.）。例如，设置sep='_'会将address.city变为address_city，更符合某些数据库命名规范。

此外，max_level参数可以控制展平的深度，避免过度展开导致列数爆炸。对于包含大量嵌套但不需要全部展开的场景，限定层级非常有用。

实际应用场景与注意事项

场景一：API数据预处理。从天气API、电商平台获取的JSON通常包含多层结构，使用json_normalize可以快速将其转为DataFrame，便于后续存入数据库或直接分析。

场景二：日志解析。服务器日志中常嵌套用户行为、时间戳、地理位置等，规范化后可以进行用户行为漏斗分析。

注意事项： - 当JSON中列表元素是不定长或字典键不一致时，json_normalize可能产生大量空值列，建议先清洗数据。 - 对于超大JSON文件，建议逐块读取（配合ijson库）或使用chunksize参数分批处理。 - 如果JSON中同时存在多个不同的嵌套路径，可以多次调用json_normalize并使用merge合并结果。

结语

pandas.json_normalize是将复杂JSON数据转化为结构化表格的利器。从单层嵌套到多级数组，从基础调用到高级参数配置，掌握这些技巧能让数据预处理效率大幅提升。建议读者在本地环境中尝试官方文档中的示例，并结合实际项目的数据特点灵活运用。当遇到新的JSON结构时，先分析其层次关系，再选择合适的record_path和meta组合，即可轻松实现“一变平”。高效的数据处理，往往从一个好的工具开始。