使用pandas.json_normalize处理嵌套JSON生成DataFrame时，第三层级字段访问失败的问题求助

作为Python和Pandas新手，你遇到的这个问题其实很常见——嵌套JSON里混合了两种结构，直接用json_normalize没法一次性展开所有需要的实体数据。我来一步步帮你搞定：

首先，先拆解你的JSON结构：results数组里有两种元素：一种是带name和docs数组的对象（里面的docs才是实际的实体列表），另一种是直接包含id、label等字段的实体对象。这就是你用docs.id访问失败的核心原因——json_normalize把docs处理成了一列包含列表的字段，而不是展开成多行的嵌套字段。

最简单直观的解决方案（适合新手理解） #

我们先手动把所有实体数据收集到一个统一的列表里，再转成DataFrame，逻辑清晰不容易出错：

import pandas as pd
import requests

# 先获取并解析JSON数据
result = requests.get(search_url)
data = result.json()

# 初始化一个空列表，用来装所有实体项
all_entities = []

# 遍历results里的每一项
for item in data["results"]:
    # 如果当前项里有docs字段，就把docs里的所有实体批量加进列表
    if "docs" in item:
        all_entities.extend(item["docs"])
    # 否则，当前项本身就是实体，直接加进去
    else:
        all_entities.append(item)

# 用统一的实体列表生成DataFrame，只保留你需要的字段
df = pd.DataFrame(all_entities)[["id", "label", "title"]]
# 查看最终结果
print(df)

这样处理后，你就能得到想要的表格：

用json_normalize的进阶写法 #

如果你想试试用Pandas原生工具来处理，可以分开处理两种结构再合并：

# 处理带docs的项，用record_path指定要展开的docs数组
docs_part = pd.json_normalize(data["results"], record_path="docs", errors="ignore")
# 处理不带docs的实体项，先筛选出来再转成DataFrame
non_docs_part = pd.json_normalize([item for item in data["results"] if "docs" not in item])
# 合并两个DataFrame，重置索引
final_df = pd.concat([docs_part, non_docs_part], ignore_index=True)[["id", "label", "title"]]

这种方法更贴合Pandas的特性，但手动遍历的方式逻辑更直白，新手更容易理解和调试。

内容的提问来源于stack exchange，提问作者ssp24