可以使用json_normalize：

import json

with open('myJson.json') as data_file:    
    data = json.load(data_file)  

df = pd.json_normalize(data, 'locations', ['date', 'number', 'name'], 
                    record_prefix='locations_')
print (df)
  locations_arrTime locations_arrTimeDiffMin locations_depTime  \
0                                                        06:32   
1             06:37                        1             06:40   
2             08:24                        1                     

  locations_depTimeDiffMin           locations_name locations_platform  \
0                        0  Spital am Pyhrn Bahnhof                  2   
1                        0  Windischgarsten Bahnhof                  2   
2                                    Linz/Donau Hbf               1A-B   

  locations_stationIdx locations_track number    name        date  
0                    0          R 3932         R 3932  01.10.2016  
1                    1                         R 3932  01.10.2016  
2                   22                         R 3932  01.10.2016

字符串
编辑：
您可以使用read_json通过DataFrame构造函数解析name，最后使用groupby应用join：

df = pd.read_json("myJson.json")
df.locations = pd.DataFrame(df.locations.values.tolist())['name']
df = df.groupby(['date','name','number'])['locations'].apply(','.join).reset_index()
print (df)
        date    name number                                          locations
0 2016-01-10  R 3932         Spital am Pyhrn Bahnhof,Windischgarsten Bahnho...

型

另一个选择，如果有人发现这一点，因为我是通过一个笔记本工作。

df = pd.read_json('filename.json')
df2 = pd.DataFrame.from_records(df['nest_level_1']['nest_level_2'])

字符串
快乐编码

pandas.json_normalize的一个可能的替代方案是通过只从嵌套字典中提取选定的键和值来构建自己的嵌套框架。这样做的主要原因是因为json_normalize对于非常大的json文件会变慢（并且可能不总是产生你想要的输出）。
所以，这里有一种使用glom来扁平化pandas中嵌套字典的替代方法。目的是从嵌套字典中提取选定的键和值，并将它们保存在pandas嵌套框架（：
下面是一个分步指南：https://medium.com/@enrico.alemani/flatten-nested-dictionaries-in-pandas-using-glom-7948345c88f5

import pandas as pd
from glom import glom
from ast import literal_eval

target = {
    "number": "",
    "date": "01.10.2016",
    "name": "R 3932",
    "locations":
        {
            "depTimeDiffMin": "0",
            "name": "Spital am Pyhrn Bahnhof",
            "arrTime": "",
            "depTime": "06:32",
            "platform": "2",
            "stationIdx": "0",
            "arrTimeDiffMin": "",
            "track": "R 3932"
        }
}   


# Import data
df = pd.DataFrame([str(target)], columns=['target'])

# Extract id keys and save value into a separate pandas column
df['id'] = df['target'].apply(lambda row: glom(literal_eval(row), 'locations.name'))

字符串

我有一个多行JSON，每行有一个JSON对象<$'a'：'b'，'scope'：'eid'：123213}}<$'a'：'d '，' scope '：' eid '：1343213}}
没有逗号分隔。每行都是独立的
我使用以下逻辑读取嵌套结构
threshold = pd.read_json（r”/content/data.json”，lines=True）

threshold = pd.read_json(r"/content/data.json",lines=True)
threshold['entityId'] = pd.DataFrame.from_records(threshold['scope'])['entityId']
threshold.head()

字符串