Python中使用read_json()方法读取具有多级嵌套的JSON文件

在Python中，我们可以使用read_json()方法读取具有多级嵌套的JSON文件。read_json()方法是pandas库中的一个方法，并且它返回一个DataFrame对象，可以方便地对JSON数据进行操作和分析。

下面是一个使用read_json()方法读取多级嵌套的JSON文件的示例：

import pandas as pd

# 读取JSON文件
data = pd.read_json('data.json')

# 查看数据的结构
print(data.head())

# 处理嵌套的JSON数据

# 通过列索引访问嵌套的JSON字段
data['name'] = data['info'].apply(lambda x: x['name'])
data['age'] = data['info'].apply(lambda x: x['age'])
data['address'] = data['info'].apply(lambda x: x['address'])

# 删除嵌套的JSON字段
data = data.drop(columns='info')

# 查看处理后的数据
print(data.head())

在上面的示例中，我们首先使用read_json()方法读取名为data.json的JSON文件。然后，我们使用print(data.head())显示数据的前几行以了解数据的结构。

接下来，我们使用apply()方法和lambda函数来处理嵌套的JSON数据。通过将lambda函数应用于info列，我们可以访问嵌套的JSON字段，并将它们分配给新的列name、age和address。

最后，我们使用drop()方法删除列info，因为我们已经提取出了需要的信息。

通过以上代码，我们可以读取并处理具有多级嵌套的JSON文件。你可以根据实际的JSON数据结构和需要进行适当的修改和扩展。