使用json_normalize处理API嵌套数据，无法生成指定结构DataFrame

调用足球赛事统计API获取数据后，提取response字段下的球队信息及统计列表集合，用pd.json_normalize(fixture_ids, record_path='statistics', meta=[['team','id']])处理后得到的是统计类型、对应值与球队ID分行展示的结果，但需要将统计类型（如Shots on Goal）作为列名，每个球队一行展示所有统计值。

调用API代码 #

url = "https://api-football-v1.p.rapidapi.com/v3/fixtures/statistics"
querystring = {"fixture":"1220142"}
headers = {
    "x-rapidapi-key": "MY_KEY",
    "x-rapidapi-host": "api-football-v1.p.rapidapi.com"
}
response = requests.get(url, headers=headers, params=querystring)
fixture_ids = response.json()['response']  # 需提取response字段，原代码补充此步骤

原始数据（response字段内容） #

[{'team': {'id': 250, 'name': 'Kilmarnock', 'logo': 'https://media.api-sports.io/football/teams/250.png'},
  'statistics': [{'type': 'Shots on Goal', 'value': 3}, {'type': 'Shots off Goal', 'value': 7}]},
 {'team': {'id': 1386, 'name': 'Dundee Utd', 'logo': 'https://media.api-sports.io/football/teams/1386.png'},
  'statistics': [{'type': 'Shots on Goal', 'value': 8}, {'type': 'Shots off Goal', 'value': 4}]}]

当前输出 #

期望输出 #

解决方案 #

用**透视表（pivot）**即可实现格式转换，步骤如下：

1. 先解析原始数据（确保提取response字段）：

import pandas as pd
import requests

# 调用API并提取response数据
url = "https://api-football-v1.p.rapidapi.com/v3/fixtures/statistics"
querystring = {"fixture":"1220142"}
headers = {
    "x-rapidapi-key": "MY_KEY",
    "x-rapidapi-host": "api-football-v1.p.rapidapi.com"
}
response = requests.get(url, headers=headers, params=querystring)
fixture_data = response.json()['response']

# 解析为基础DataFrame
df = pd.json_normalize(fixture_data, record_path='statistics', meta=[['team','id']])

2. 执行透视转换并调整格式：

# 将统计类型转为列，球队ID作为行
pivoted_df = df.pivot(index='team.id', columns='type', values='value').reset_index()

# 重命名列并清理层级
pivoted_df.rename(columns={'team.id': 'Team ID'}, inplace=True)
pivoted_df.columns.name = None

此时pivoted_df的格式就和期望输出完全一致。如果存在同一球队同一统计类型多值的情况，改用pivot_table指定聚合函数即可：

# 用first取第一个值，也可根据需求用sum/mean等
pivoted_df = df.pivot_table(index='team.id', columns='type', values='value', aggfunc='first').reset_index()

内容的提问来源于stack exchange，提问作者David27