Bỏ qua đến nội dung chính
Mục lục

pd.json_normalize(): làm phẳng JSON lồng nhau trong pandas

AIDev Team · duyệt: Nguyễn Việt Chung

Bài 7/12 · Chương 3

Đọc và ghi dữ liệu

  • 7 phút
  • Cơ bản
  • Python 3.14
  • Cập nhật

Hàm pd.json_normalize() của pandas làm phẳng JSON lồng nhau thành một bảng: object con thành các cột có tên ghép bằng dấu chấm, còn list con có thể tách thành nhiều dòng. Bạn cần nó khi dữ liệu API có khách hàng, sản phẩm lồng bên trong mỗi đơn, thứ mà read_json() chỉ để nguyên thành dict trong một ô.

Cần biết trước: read_json(), dictionary lồng nhau và JSON trong Python.

Làm phẳng object lồng thành cột

Mỗi đơn trong don_hang_api.json của bộ dữ liệu thực hành trông như sau (đã xuống dòng cho dễ đọc):

json
{"ma_don": "API0001", "thoi_gian": "2026-06-01T10:20:00+07:00",
 "kenh": "Ứng dụng",
 "khach_hang": {"ma_kh": "KH0029", "ho_ten": "Phạm Ngọc Vy",
                "tinh": "Hà Nội"},
 "san_pham": [{"ma_sp": "0045", "so_luong": 3, "don_gia": 35000}]}

khach_hang là một object, còn san_pham là một list object. Truyền list đơn cho json_normalize() thì mỗi đơn vẫn là một dòng, và mỗi khóa của object con thành một cột riêng:

python
import json
import pandas as pd

with open("don_hang_api.json", encoding="utf-8") as f:
    don = json.load(f)["du_lieu"]
phang = pd.json_normalize(don)
print(phang.shape)
print(phang.columns.to_list()[-3:])
print(phang[["ma_don", "khach_hang.tinh"]].head(3))

KẾT QUẢ

(80, 7)
['khach_hang.ma_kh', 'khach_hang.ho_ten', 'khach_hang.tinh']
    ma_don khach_hang.tinh
0  API0001          Hà Nội
1  API0002       Vĩnh Long
2  API0003         Đà Nẵng

Ba cột cuối là ba khóa của khach_hang. Tên cột mới ghép đường đi từ ngoài vào trong: khach_hang.tinh là khóa tinh nằm trong khach_hang, như đọc địa chỉ từ tỉnh xuống phường. Cột san_pham đứng trước chúng vẫn chứa list, vì một list không ghép được thành một ô; cách tách nó là phần sau.

Mỗi sản phẩm một dòng với record_path

record_path="san_pham" bảo json_normalize() lấy list dưới khóa đó của mỗi đơn, và cho mỗi phần tử của list một dòng:

python
import json
import pandas as pd

with open("don_hang_api.json", encoding="utf-8") as f:
    don = json.load(f)["du_lieu"]
dong = pd.json_normalize(don, record_path="san_pham")
print(dong.shape)
print(dong.head(3))

KẾT QUẢ

(130, 3)
  ma_sp  so_luong  don_gia
0  0045         3    35000
1  0009         1    65000
2  0055         1   210000

80 đơn cho 130 dòng hàng, vì có đơn mua vài sản phẩm. Mã ma_sp giữ nguyên chuỗi 0045: json_normalize() không tự đổi chuỗi thành số như read_json(). Bảng này chỉ còn ba cột của sản phẩm, nên chưa biết dòng nào thuộc đơn nào.

Giữ mã đơn và tỉnh bằng meta

meta là list các khóa của đơn cần chép xuống từng dòng hàng. Khóa nằm sâu hơn một tầng viết thành list đường đi: ["khach_hang", "tinh"] cho cột khach_hang.tinh.

Lệnh đã sửa dưới in thêm các dòng của đơn API0042: dong[dong["ma_don"] == "API0042"] giữ các dòng có mã đơn đó, bài lọc dữ liệu dạy kỹ:

python
import json
import pandas as pd

with open("don_hang_api.json", encoding="utf-8") as f:
    don = json.load(f)["du_lieu"]
dong = pd.json_normalize(
    don, record_path="san_pham",
    meta=["ma_don", ["khach_hang", "tinh"]], errors="ignore")
print(dong.shape)
print(dong.head(3))
print(dong[dong["ma_don"] == "API0042"])

KẾT QUẢ

(130, 5)
  ma_sp  so_luong  don_gia   ma_don khach_hang.tinh
0  0045         3    35000  API0001          Hà Nội
1  0009         1    65000  API0002       Vĩnh Long
2  0055         1   210000  API0003         Đà Nẵng
   ma_sp  so_luong  don_gia   ma_don khach_hang.tinh
70  0026         1   320000  API0042             NaN

Cột của meta đứng sau các cột của sản phẩm. Đơn API0042 vẫn giữ dòng hàng của nó, chỉ ô tỉnh là NaN; bài dữ liệu thiếu bàn cách xử lý ô như vậy.

Đơn có list rỗng và phép tính trên dòng hàng

Có bảng dòng hàng rồi, tính tiền mỗi dòng là một phép nhân hai cột. Nhưng số đơn đếm từ bảng này có thể thiếu:

Phép gán dong["thanh_tien"] = … dưới thêm một cột tính từ hai cột (thêm cột dạy kỹ), còn dong.loc[dong["kenh"] == "Website", "thanh_tien"] lấy cột đó ở các dòng kênh Website:

python
import json
import pandas as pd

with open("don_hang_api.json", encoding="utf-8") as f:
    don = json.load(f)["du_lieu"]
dong = pd.json_normalize(don, record_path="san_pham",
                         meta=["ma_don", "kenh"])
dong["thanh_tien"] = dong["so_luong"] * dong["don_gia"]
tong = int(dong["thanh_tien"].sum())
web = int(dong.loc[dong["kenh"] == "Website", "thanh_tien"].sum())
print(f"{tong:,}".replace(",", "."))
print(f"{web:,}".replace(",", "."))

KẾT QUẢ

22.251.000
12.318.000

Tổng tiền hàng tháng 06/2026 là 22.251.000 đồng, trong đó kênh Website chiếm 12.318.000 đồng. Đổi "Website" thành "Ứng dụng" rồi chạy lại: dòng cuối in phần tiền của kênh ứng dụng.

Kiểm tra nhanh

  1. Với 80 đơn của don_hang_api.json, pd.json_normalize(don) không có tham số nào khác trả về bảng bao nhiêu dòng?

    • 80
    • 130
    • 79
  2. Sau json_normalize(don), khóa tinh trong object khach_hang thành cột tên gì?

    • tinh
    • khach_hang.tinh
    • khach_hang_tinh
  3. Gọi json_normalize(don, record_path="san_pham", meta=["ma_don", ["khach_hang", "tinh"]]) khi đơn API0042 thiếu tinh thì sao?

    • Ô tỉnh của đơn đó thành NaN
    • Hàm dừng với KeyError
    • Đơn đó bị bỏ khỏi bảng
  4. Những câu nào đúng về đơn có san_pham là list rỗng?

    • Nó không có dòng nào trong bảng có record_path="san_pham"
    • Nó vẫn có một dòng trong json_normalize(don)
    • errors="ignore" giữ lại nó với ô NaN
    • json_normalize() báo lỗi khi gặp nó
Đúng hết lần đầu +15 XP

Bài tập

Tách list con thành dòng

Hệ thống hóa đơn trả về list bản ghi, mỗi bản ghi có một list con (các mục tiền điện, nước…) và vài khóa thông tin chung. Viết thân hàm tach_ban_ghi(ds, khoa_con, giu_lai): mỗi phần tử của list dưới khóa khoa_con thành một dòng, kèm các khóa trong list giu_lai của bản ghi chứa nó.

Bản ghi thiếu một khóa của giu_lai thì ô đó là NaN, không dừng. Các cột của list con đứng trước, rồi tới các cột giữ lại theo thứ tự của giu_lai. Hàm không sửa ds.

Trả về: bảng các dòng con, một DataFrame.

python
import pandas as pd

def tach_ban_ghi(ds, khoa_con, giu_lai):
    pass  # Viết thân hàm thay cho dòng này

Tóm tắt

  • pd.json_normalize(ds) làm phẳng object lồng thành cột tên ghép bằng dấu chấm, như khach_hang.tinh; mỗi bản ghi vẫn là một dòng.

  • record_path="san_pham" cho mỗi phần tử của list con một dòng; bản ghi có list rỗng biến mất.

  • meta=["ma_don", ["khach_hang", "tinh"]] chép khóa của bản ghi cha xuống từng dòng con.

  • Khóa thiếu trong meta làm hàm dừng với KeyError; errors="ignore" cho ô NaN.

  • Đếm bản ghi cha trên list gốc, không trên bảng dòng con.

Câu hỏi thường gặp

Pandas json normalize có đọc thẳng file JSON không?

Không, json_normalize() nhận dict hay list của Python. Mở file bằng json.load() trước, rồi truyền list bản ghi, như mọi ví dụ của bài. Với file có lớp bọc của API, lấy list bên trong như goi["du_lieu"].

Nested JSON to DataFrame có nhiều tầng list lồng nhau thì sao?

record_path nhận một list đường đi, như ["chi_nhanh", "nhan_vien"] để đi qua list chi nhánh rồi tới list nhân viên của mỗi chi nhánh. meta vẫn lấy khóa của tầng ngoài cùng; khóa của tầng giữa viết thành list đường đi như ["chi_nhanh", "ten"].

Muốn tên cột dùng dấu gạch dưới thay cho dấu chấm thì làm gì?

Truyền sep="_": cột thành khach_hang_tinh. Tên có dấu chấm không gõ được kiểu phang.khach_hang.tinh, nên chọn sep="_" khi hay gõ tên cột bằng tay.

Ghép bảng dòng hàng với bảng sản phẩm từ file CSV thì cần lưu ý gì?

ma_sp từ JSON là chuỗi "0045", còn read_csv("san_pham.csv") không có dtype đọc thành số 45. Đọc CSV với dtype={"ma_sp": str} để hai cột cùng kiểu trước khi ghép bằng merge().

Chủ đề

json normalize pandas

Dữ liệu của bài

Bài này có hữu ích?

Hỏi đáp

Đang tải câu hỏi…

Tham vấn chuyên môn

Nguyễn Việt Chung

Nhà sáng lập AIDev và VietPlatform · Thạc sĩ AI MSE

  • Tốt nghiệp thủ khoa xuất sắc Thạc sĩ AI MSE.
  • Đồng sáng lập, CTO E-University, SVOnline: số hóa 10+ đại học, 40.000+ sinh viên.
  • Xây hệ thống AI cho doanh nghiệp tại VietPlatform.
Biên soạn: AIDev Team · Rà soát · Quy trình biên tập