如何使用字典从嵌套 json 创建 pandas 数据框

我正在尝试创建一个 pandas 数据框形式的 json 文件。我已经看到了这个问题的多种解决方案，它们使用内置函数 from_dict/json_normalize 但我无法将其应用到我的代码中。以下是我的数据在 json 文件中的结构：

     "data": [
   {
      "groups": {
         "data": [
               {
               "group": "Math",
               "year_joined": "2009"
               },
               {
               "group_name": "History",
               "year_joined": "2011"
               },
               {
               "group_name": "Biology",
               "year_joined": "2010"
               }
         ]
      },
      "id": "12512"
   },

当我尝试使用 pandas 函数标准化这些数据时，如下所示：

path = 'mypath'
f = open(path)
data = json.load(f)

test = pd.json_normalize(
            data['data'], 
            errors='ignore') 

我刚刚收到这样的东西：

    id      groups.data
0   12512   [{'group_name': 'Math', 'year_joined': '2009', 'gr...
1   23172   [{'group_name': 'Chemistry', 'year_joined': '2005'...

我希望这些数据看起来像这样（解决方案 1）：

    id      group     year_joined
0   12512   group1    year1
1   12512   group2    year2
2   12512   group3    year3

或者像这样（解决方案2）：

    id      group                   year_joined
0   12512   group1,group2,group3    year1,year2,year3
1   23172   group4,group5           year4,year5

我怎样才能实现它？我尝试将“record_path”参数传递给“json_normalize”函数，但它没有改变任何内容。我尝试使用“DataFrame.from_dict”函数来解决此问题，但失败了。我能够获得解决方案 1 的唯一方法是创建多个循环，迭代 json 文件中的所有内容并将其添加到单独的列表中。它有点有效，但在更大的数据集上需要花费很多时间。

我如何使用内置的 pandas 工具来处理如上所述作为字典嵌套在文件第三层中的文件？

• given you have dict with nested list
  1. 从整体结构创建数据框
  2. explode()嵌入列表
  3. 展开嵌套dict with apply(pd.Series)

d = {'groups': {'data': [{'group': 'Math', 'year_joined': '2009'},
   {'group_name': 'History', 'year_joined': '2011'},
   {'group_name': 'Biology', 'year_joined': '2010'}]},
 'id': '12512'}

pd.json_normalize(d).explode("groups.data").reset_index(drop=True).pipe(
    lambda d: d["id"].to_frame().join(d["groups.data"].apply(pd.Series))
)