如何跳过嵌套JSON的编号层级转换为Pandas DataFrame？

方法1：直接提取Conversion数据构造DataFrame #

这是最简洁高效的方式，直接遍历data字典的所有值，取出每个值里的Conversion对象，再传入pd.DataFrame()：

import pandas as pd

input_json = {
    "data": {
        "1": {"Conversion": {"id": "1", "datetime": "2024-03-26 08:30:00"}},        
        "50": {"Conversion": {"id": "50", "datetime": "2024-03-27 09:00:00"}}
    }
}

# 提取所有Conversion对象
conversion_list = [item['Conversion'] for item in input_json['data'].values()]
# 构造DataFrame
df = pd.DataFrame(conversion_list)

执行后得到的DataFrame结果：

方法2：结合pd.json_normalize处理 #

如果你习惯用json_normalize，可以先把data的取值转成列表，再通过指定record_path参数直接定位到Conversion层：

df = pd.json_normalize(input_json['data'].values(), record_path='Conversion')

这个方法同样能得到目标结果，适合已经熟悉json_normalize用法的场景。

内容的提问来源于stack exchange，提问作者Sebastian