La librairie pandas est faite pour traiter des fichiers plats. Parfois, on récupère des données au format json, dont des éléments sont des listes d'objets. Voici un exemple généré via json-generator.com:

[{"name": "Carole Elliott", "friends": [{"id": 0, "name": "Bonner King"}, {"id": 1, "name": "Cora Cabrera"}, {"id": 2, "name": "Sophie Valdez"}]}, {"name": "Ladonna Leblanc", "friends": [{"id": 0, "name": "Jaclyn Dillard"}, {"id": 1, "name": "Dickson Burks"}, {"id": 2, "name": "Mendez Stanton"}]}, {"name": "Lula Downs", "friends": [{"id": 0, "name": "Marian Scott"}, {"id": 1, "name": "Pitts Rosa"}, {"id": 2, "name": "Harriet Blanchard"}]}, {"name": "Prince Bowen", "friends": [{"id": 0, "name": "Deloris Rojas"}, {"id": 1, "name": "May Good"}, {"id": 2, "name": "Saundra Preston"}]}, {"name": "Love Lang", "friends": [{"id": 0, "name": "Lana Dickson"}, {"id": 1, "name": "Erica Figueroa"}, {"id": 2, "name": "Monroe Gentry"}]}, {"name": "Stuart Mcdonald", "friends": [{"id": 0, "name": "Bass Kline"}, {"id": 1, "name": "Sylvia Sampson"}, {"id": 2, "name": "Hays Conway"}]}, {"name": "Andrea Whitley", "friends": [{"id": 0, "name": "Gibson Pena"}, {"id": 1, "name": "Avila Henry"}, {"id": 2, "name": "Rivers Griffin"}]}]

Le fichier est disponible via: data.json.

En important ce fichier via pandas, on obtient:

>>> import pandas as pd
>>> data = pd.read_json("data.json")
>>> data
              name                                            friends
0   Carole Elliott  [{'id': 0, 'name': 'Bonner King'}, {'id': 1, '...
1  Ladonna Leblanc  [{'id': 0, 'name': 'Jaclyn Dillard'}, {'id': 1...
2       Lula Downs  [{'id': 0, 'name': 'Marian Scott'}, {'id': 1, ...
3     Prince Bowen  [{'id': 0, 'name': 'Deloris Rojas'}, {'id': 1,...
4        Love Lang  [{'id': 0, 'name': 'Lana Dickson'}, {'id': 1, ...
5  Stuart Mcdonald  [{'id': 0, 'name': 'Bass Kline'}, {'id': 1, 'n...
6   Andrea Whitley  [{'id': 0, 'name': 'Gibson Pena'}, {'id': 1, '...

Chaque élément de la variable friends est une liste. Il est possible d'aplatir le DataFrame via sa méthode explode. Chaque ligne sera dupliquée selon le nombre d'élément de cette variable.

>>> data = data.explode("friends")
>>> data.head()
              name                              friends
0   Carole Elliott     {'id': 0, 'name': 'Bonner King'}
0   Carole Elliott    {'id': 1, 'name': 'Cora Cabrera'}
0   Carole Elliott   {'id': 2, 'name': 'Sophie Valdez'}
1  Ladonna Leblanc  {'id': 0, 'name': 'Jaclyn Dillard'}
1  Ladonna Leblanc   {'id': 1, 'name': 'Dickson Burks'}

La variable friends n'est pas encore utilisable en l'état. On peut transformer chaque clé de l'objet constituant sa valeur en colonne. On utilise la fonction json_normalize de pandas, qui renverra un DataFrame, on appelle ensuite la méthode add_prefix afin de préfixer le nom des colonnes, on en aura donc deux: friend_id et friends_name.

>>> friends = pd.json_normalize(data.friends).add_prefix("friends_").head()
>>> friends
   friends_id    friends_name
0           0     Bonner King
1           1    Cora Cabrera
2           2   Sophie Valdez
3           0  Jaclyn Dillard
4           1   Dickson Burks

Comme json_normalize est une fonction de pandas, et non une méthode de DataFrame, il faut manuellement venir incorporer le résultat à la variable data.

data = data.join(friends)
>>> data.head()
              name                              friends  friends_id  friends_name
0   Carole Elliott     {'id': 0, 'name': 'Bonner King'}           0   Bonner King
0   Carole Elliott    {'id': 1, 'name': 'Cora Cabrera'}           0   Bonner King
0   Carole Elliott   {'id': 2, 'name': 'Sophie Valdez'}           0   Bonner King
1  Ladonna Leblanc  {'id': 0, 'name': 'Jaclyn Dillard'}           1  Cora Cabrera
1  Ladonna Leblanc   {'id': 1, 'name': 'Dickson Burks'}           1  Cora Cabrera

On peut finalement supprimer la variable friends:

>>> data = data.drop(columns="friends")
>>> data.head()
              name  friends_id  friends_name
0   Carole Elliott           0   Bonner King
0   Carole Elliott           0   Bonner King
0   Carole Elliott           0   Bonner King
1  Ladonna Leblanc           1  Cora Cabrera
1  Ladonna Leblanc           1  Cora Cabrera

On obtient un fichier plat.

Au final, il est possible de faire tout ça en une seule suite de commande, comme suit:

data = (
    # Charge le fichier json
    pd.read_json("data.json")
    # Crée autant de ligne que d'élément dans la liste d'un
    # élément de `friends`
    .explode("friends")
    # On utilise pip pour récupérer le dataframe via la variable
    # `l` à cet étape
    .pipe(lambda l: l.join(
        # Convertir l'objet en dataframe
        pd.json_normalize(l.friends)
        # Ajoute un prefix aux colonnes du dataframe
          .add_prefix("friends_")
    ))
    # Supprime la variables friends plus nécessaire
    .drop(columns="friends")
)

Sans les commentaires:

data = (
    pd.read_json("data.json")
    .explode("friends")
    .pipe(lambda l: l.join(pd.json_normalize(l.friends).add_prefix("friends_")))
    .drop(columns="friends")
)