如何用Pandas将JSON键设为CSV文件的列名？

我通过requests获取API数据后，使用pandas.read_json(orient='values')将数据保存为CSV，结果JSON键未被设为列名，所有数据都集中在A列。随后尝试用pandas.json_normalize(response.json()["value"])得到了包含正确列名的DataFrame（显示101行44列，含pullRequestId等列），但将其保存为CSV后仍不符合预期，请问如何正确将JSON键设为CSV的列名？

初始代码：

import requests
import pandas

api_url = "***"
Headers = { "Authorization" : "***" }
response = requests.get(api_url, headers=Headers)

obj = pandas.read_json(response.text, orient='values')
obj.to_csv('output1.csv')

后续尝试代码：

df = pandas.json_normalize(response.json()["value"])
print(df)
df.to_csv('output1.csv')

解决方案 #

问题原因分析 #

1. 初始代码使用orient='values'参数，会让pandas将JSON数据视为纯值数组，不会识别JSON对象的键作为列名，这是数据全部集中在A列的核心原因。
2. 后续使用json_normalize已经生成了列名正确的DataFrame，但保存CSV不符合预期，通常是因为默认保存了DataFrame的索引列，导致CSV多出一列无意义的索引，造成格式错位。

修正后的代码 #

import requests
import pandas as pd

api_url = "***"
headers = { "Authorization" : "***" }
response = requests.get(api_url, headers=headers)

# 解析API返回的JSON数组，生成带正确列名的DataFrame
df = pd.json_normalize(response.json()["value"])

# 保存CSV时禁用索引列，确保列名完全对应JSON键
df.to_csv('output1.csv', index=False)

关键说明 #

• pd.json_normalize(response.json()["value"])：正确解析API返回的嵌套JSON数组，将每个对象的键映射为DataFrame的列名，值对应为行数据。
• to_csv(..., index=False)：默认情况下to_csv会把DataFrame的索引作为第一列写入CSV，添加该参数可以移除这一列，让CSV的列结构完全匹配JSON的键值结构。

额外排查点 #

如果问题仍存在，可做以下检查：

• 确认API返回的JSON结构稳定，response.json()["value"]确实是包含多个对象的数组。
• 执行print(df.columns)查看DataFrame的列名是否符合预期，再执行保存操作。

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