在处理 JSON 数据时，通常需要从嵌套结构中提取特定字段的值。Python 提供了多种方法来实现这一目标，包括使用标准库 `json` 和第三方库如 `jsonpath-ng` 或 `pandas` 来简化操作。 假设你有一列 JSON 数据，其中每个条目都包含相同的字段名（例如 `"amount"`），你可以通过遍历列表并访问该字段来提取所有对应的值。 ### 使用 `json` 模块解析并提取字段 如果你的数据是以字符串形式存储的 JSON 数组，可以先使用 `json.loads()` 将其转换为 Python 对象（通常是字典或列表），然后进行遍历： ```python import json # 示例 JSON 字符串数据 json_data = '[{"id": 1, "amount": 100}, {"id": 2, "amount": 200}, {"id": 3, "amount": 300}]' # 转换为 Python 列表 data_list = json.loads(json_data) # 提取所有 amount 字段的值 amounts = [item["amount"] for item in data_list] print(amounts) # 输出: [100, 200, 300] ``` 如果 JSON 数据是通过 API 请求获取的响应内容，可以直接使用 `.json()` 方法将其转换为 Python 对象： ```python import requests url = "https://api.example.com/data" response = requests.get(url) data_list = response.json() # 假设返回的是 JSON 数组 amounts = [item["amount"] for item in data_list] print(amounts) ``` ### 处理嵌套结构中的字段 对于更复杂的嵌套结构，例如字段位于多层嵌套的字典或列表中，可以通过逐层访问键来提取数据： ```python nested_data = { "results": [ {"transaction": {"amount": 150}}, {"transaction": {"amount": 250}}, {"transaction": {"amount": 350}} ] } # 提取嵌套字段 amounts = [entry["transaction"]["amount"] for entry in nested_data["results"]] print(amounts) # 输出: [150, 250, 350] ``` 若不确定某个字段是否存在，建议使用 `.get()` 方法以避免抛出异常： ```python amounts = [entry.get("transaction", {}).get("amount") for entry in nested_data["results"]] ``` ### 使用 `pandas` 提取字段 当处理大量结构化数据时，`pandas` 是一个非常高效的工具。它可以自动将 JSON 数据转换为 DataFrame，并提供便捷的方法提取字段： ```python import pandas as pd # 示例数据 json_data = '[{"id": 1, "amount": 100}, {"id": 2, "amount": 200}, {"id": 3, "amount": 300}]' data_list = pd.read_json(json_data) # 提取 amount 列 amounts = data_list['amount'].tolist() print(amounts) # 输出: [100, 200, 300] ``` ### 使用 `jsonpath-ng` 提取任意嵌套字段 对于高度嵌套或动态结构的 JSON 数据，`jsonpath-ng` 提供了一种类似于 XPath 的方式来定位字段[^2]： ```python from jsonpath_ng import parse # 示例嵌套数据 data = { "data": { "transactions": [ {"amount": 100}, {"amount": 200}, {"amount": 300} ] } } # 定义 JSONPath 表达式 jsonpath_expr = parse("$.data.transactions[*].amount") # 提取匹配的值 amounts = [match.value for match in jsonpath_expr.find(data)] print(amounts) # 输出: [100, 200, 300] ``` 这种方法特别适用于结构不固定或存在多个层级的 JSON 数据[^3]。 ---