如何将带整数键的嵌套JSON转换为Pandas DataFrame？

嘿，我懂你的困扰——用pd.json_normalize()的时候，外层的整数键居然被当成列了，完全不是你想要的效果对吧？其实问题出在json_normalize()的预期输入格式上，它默认处理的是字典组成的列表，而你的数据是一个以整数为键、每个值对应一行数据的大字典，所以才会搞反行列。

下面给你两种简单的解决方法，选哪种都可以：

方法1：用pd.json_normalize()配合字典值列表 #

先把外层字典里的所有内层字典提取出来变成一个列表，再传给json_normalize()，这样它就能正确识别每行数据，把内层的键作为列：

import pandas as pd

# 你的原始数据
data = {
    0: {'Geographical information': 'Sweden', 'Geography': 'mentioned', 'Time': 'not_relevant', 'annotation': 'quantitative_precise', 'claim': ' “"', 'label': 'Mostly true', 'text': 'Swedish.'},
    1: {'Geographical information': 'Italy', 'Geography': 'mentioned', 'Time': 'unclear', 'annotation': 'quantitative_precise', 'claim': '', 'label': 'Mostly false', 'text': '.'},
    2: {'Geography': 'not_relevant', 'Time': 'unclear', 'annotation': 'quantitative_vague', 'claim': ' "”', 'label': 'False', 'text': '.'},
    3: {'Geographical information': 'France', 'Geography': 'mentioned', 'Time': 'not_relevant', 'annotation': 'qualitative', 'claim': ' ', 'label': 'Mostly false', 'text': '.'}
}

# 提取所有内层字典组成列表
records = list(data.values())
# 转换为DataFrame
df = pd.json_normalize(records)

# 如果想要保留原来的整数作为行索引，加上这一行
df.index = data.keys()

方法2：更直接的pd.DataFrame.from_dict() #

这个方法更省心，只需要指定orient='index'，就会自动把外层的整数键作为行索引，内层的键作为列：

import pandas as pd

# 同样用你的原始data
df = pd.DataFrame.from_dict(data, orient='index')

# 要是不需要原来的整数索引，想换成默认的0、1、2...，可以重置索引：
# df = df.reset_index(drop=True)

两种方法都能得到你想要的结果：内层字典的键（比如Geographical information）作为列，外层的整数作为行索引（或者默认的行号）。

如果之后遇到更复杂的嵌套JSON结构，json_normalize()会更灵活；但针对你现在的情况，from_dict()的方法更简洁直接～

内容的提问来源于stack exchange，提问作者corvusMidnight