df 来自结构化列表；以嵌套字典列表作为值的字典列表

Question

尝试将其转换为

DataFrame

。

list

结构：

[
    {'Name': '#NAME',
     'Business Unit': '#UNIT',
     'Managed': 'Yes',
     'Date': '01/30/2023 3:37 AM',
     'Permissions': 
        [
            {'Group Name': '#NAME1','Table Name': '#TABLE1',...},
            {'Group Name': '#NAME1','Table Name': '#TABLE2',...},
            {'Group Name': '#NAME2','Table Name': '#TABLE3',...},
            {'Group Name': '#NAME2','Table Name': '#TABLE4',...},
            ...
        ]
    },
    {'Name': '#NAME',
     'Business Unit': '#UNIT',
     'Managed': 'Yes',
     'Date': '01/30/2023 3:37 AM',
     'Permissions': 
        [
            {'Group Name': '#NAME1','Table Name': '#TABLE1',...},
            {'Group Name': '#NAME1','Table Name': '#TABLE2',...},
            {'Group Name': '#NAME2','Table Name': '#TABLE3',...},
            {'Group Name': '#NAME2','Table Name': '#TABLE4',...},
            ...
        ]
    },
    ...
]
     

哪里

• 底层的每个键

  dict

  都是一列
• 每个“表名称”都是一个新行

在结果中

DataFrame

。我尝试使用

from_dict

、

json_normalize

、

from_records

，但它们将单个

Permissions

列作为

list

的

dict

。

Answer 1

假设

lst

输入并使用

json_normalize

:

df = pd.json_normalize(lst, 'Permissions',
                       meta=['Name', 'Business Unit', 'Managed', 'Date'])

输出：

  Group Name Table Name   Name Business Unit Managed                Date
0     #NAME1    #TABLE1  #NAME         #UNIT     Yes  01/30/2023 3:37 AM
1     #NAME1    #TABLE2  #NAME         #UNIT     Yes  01/30/2023 3:37 AM
2     #NAME2    #TABLE3  #NAME         #UNIT     Yes  01/30/2023 3:37 AM
3     #NAME2    #TABLE4  #NAME         #UNIT     Yes  01/30/2023 3:37 AM
4     #NAME1    #TABLE1  #NAME         #UNIT     Yes  01/30/2023 3:37 AM
5     #NAME1    #TABLE2  #NAME         #UNIT     Yes  01/30/2023 3:37 AM
6     #NAME2    #TABLE3  #NAME         #UNIT     Yes  01/30/2023 3:37 AM
7     #NAME2    #TABLE4  #NAME         #UNIT     Yes  01/30/2023 3:37 AM