處理深度巢狀的資料
上一個練習中，你已將往下一層巢狀的資料攤平。這裡你會解開更深層的巢狀資料。
Yelp API 回應中的 categories 屬性包含物件的清單。要攤平這些資料，你會使用 json_normalize() 的參數來指定 categories 的路徑，並挑選其他要包含在 dataframe 中的屬性。你也應該更改分隔符，方便選取欄位，並為其他屬性加上前綴，避免欄位名稱衝突。我們會分步完成。
已匯入 pandas（作為 pd）與 json_normalize()。以 JSON 格式儲存的紐約市咖啡館 Yelp 資料已存為 data。
本練習屬於課程
使用 pandas 的精實資料導入
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Flatten businesses records and set underscore separators
flat_cafes = ____(data["businesses"],
____)
# View the data
print(flat_cafes.head())