Vi que na aula, foi necessário abrir o arquivo json com with open e depois carregá-lo com .load.
Por que isso teve que ser feito?
Isso é especificamente necessário para usarmos o JSON normalize?
No que isso se difere das muitas alterações em dataframes que podem ser feitas no dataframe apenas usando o pandas?
Olá Chryssantos, tudo bem?
A abertura de um arquivo JSON usando with open e o método .load() é uma prática comum em Python para garantir que o arquivo seja lido corretamente e fechado automaticamente após o uso. Isso é importante para evitar problemas de desempenho ou erros que possam ocorrer se o arquivo permanecer aberto.
A razão para abrir o arquivo dessa forma antes de usar o json_normalize() é que o método json_normalize() do Pandas espera receber um objeto JSON já carregado em memória, e não um arquivo diretamente. O json.load() é usado para converter o conteúdo do arquivo JSON em um objeto Python (como um dicionário), que então pode ser manipulado e normalizado.
Quanto à diferença entre usar json_normalize() e outras operações de DataFrame, o json_normalize() é utilizado para lidar com dados JSON aninhados. Ele transforma esses dados em uma tabela plana, expandindo as chaves aninhadas em colunas separadas. Isso é diferente de outras operações de DataFrame que geralmente lidam com dados já tabulares.
Por exemplo, se você tem um arquivo JSON com a seguinte estrutura:
{
"id_cliente": "1399-UBQIU",
"cliente": {"genero": "masculino", "idade": 30},
"telefone": {"servico_telefone": "sim"}
}
Ao usar json_normalize(), você pode transformar isso em um DataFrame com colunas como id_cliente, cliente.genero, cliente.idade, telefone.servico_telefone, o que facilita a análise e manipulação dos dados.
Espero ter ajudado.
Qualquer dúvida que surgir, compartilhe no fórum. Abraços e bons estudos!
O link está em inglês, mas você poderá utilizar a tradução automática do navegador
Para saber mais: 
DOCUMENTAÇÃO