pandas.read_json() 默认不递归解析嵌套结构，导致dict/list被存为object类型；需用pd.json_normalize()扁平化，支持record_path、meta、多级路径及错误处理。
直接读取嵌套 JSON 用 pandas.read_json() 通常会失败——它默认只展开一层，深层字典或列表会被塞进单个 object 类型的单元格里，后续无法直接做列操作。
为什么 read_json() 直接读会卡在嵌套字段？
因为 Pandas 默认把 JSON 中的 dict/list 当作原子值处理，不递归解析。比如 {"user": {"name": "Alice", "tags": ["a", "b"]}} 会被读成一列 user，其值是 Python dict 对象，不是展开的 user.name 和 user.tags 两列。
常见错误现象：AttributeError: 'dict' object has no attribute 'str'（想对 df['user'].str.contains(...) 操作时）、ValueError: Must pass DataFrame or 2-d ndarray（传给 pd.concat() 时混入了 list）。
解决思路：必须先扁平化（flatten）结构，再构造 DataFrame。
立即学习“Python免费学习笔记（深入）”；
用 json_normalize() 展开多层嵌套和列表字段
pandas.json_normalize() 是专为这问题设计的函数，比手写递归或 apply(pd.Series) 更稳、更快，且支持路径式字段引用。
快速生成专业的 Python 脚本和应用代码。一键创建完整项目结构，支持CLI、API、爬虫、Bot、Django等多种项目类型，包含完整的项目结构、配置文件、依赖管理、测试、README和文档。
- 处理单层嵌套：
pd.json_normalize(data, sep='_')自动把{"a": {"b": 1}}变成列a_b - 展开列表字段（如用户订单）：
pd.json_normalize(data, record_path='orders', meta=['user_id', 'name'])，其中record_path指向要“拉平”的数组字段，meta是每条记录需携带的父级字段 - 处理多级路径：
record_path=['profile', 'history']或meta=[['company', 'id'], ['company', 'name']] - 遇到缺失字段？加
errors='ignore'避免报错；字段名含点号？设sep='|'防止歧义
遇到混合类型或不规则结构怎么办？
真实 JSON 常有字段缺失、同一字段有时是 dict 有时是 null、甚至嵌套深度不一致——json_normalize() 本身不校验 schema，容易产出 NaN 或类型混乱列。
实操建议：
- 先用
pd.json_normalize(data[:5])小样本试跑，检查列名和 dtypes - 对可能为 None 的嵌套字段，预处理：用
[x.get('detail', {}) for x in data]统一兜底，避免json_normalize()报TypeError: string indices must be integers - 列表字段中元素结构不一致？拆成两步：先用
[item for record in data for item in record.get('items', [])]手动展平，再pd.DataFrame() - 性能敏感场景：避免反复调用
json_normalize()；大文件优先用chunksize分批读 + 合并，别一次性 load 全量 JSON 到内存
读取后还要处理列表型字段（如 tags、permissions）？
即使 json_normalize() 展开了主结构，字段值仍可能是 Python list（比如 ["admin", "read"]），不能直接 df['roles'].str.contains('admin')。
常用解法：
- 转字符串再匹配：
df['roles'].apply(lambda x: 'admin' in x if isinstance(x, list) else False) - 爆炸成多行：
df.explode('roles').dropna(subset=['roles'])，适合做权限统计 - 转独热编码：
df.join(df['tags'].str.join('|').str.get_dummies('|'))，注意get_dummies()对空列表会出错，得先 fillna([])
真正麻烦的是嵌套里的嵌套——比如 user.orders.items[].price。这种必须分步 json_normalize()：先展开 orders，再对每个 order 的 items 字段单独 normalize，最后 merge 回去。一步到位的写法看着简洁，实际极易漏掉边缘 case。
