将JSON响应转换为pandas DataFrame时出现NotImplementedError的问题排查

错误根源 #

触发NotImplementedError的核心原因是给json_normalize传入了原始JSON字符串，而json_normalize要求输入必须是Python字典或列表类型的结构化数据，无法直接处理字符串格式的内容。

修正步骤 #

1. 解析JSON响应为Python对象：
   使用response.json()方法直接将API返回的JSON响应解析为Python字典/列表，这比手动调用json.loads(response.text)更简洁且能自动处理响应编码问题。
2. 定位需要规范化的嵌套数组：
   USDA该API的响应是嵌套结构，实际的出版物数据存放在data字段对应的数组中，直接传入整个响应字典会导致规范化不完整，必须提取这个具体的数组部分。

修正后的完整代码 #

import requests
from pandas import json_normalize

url = "https://usda.library.cornell.edu/api/v1/publication/findAll"

headers = {
  'Authorization': 'Bearer eyJ0eXAiOiJKV1QiLCJhbGciOiJIUzI1NiJ9.eyJzdWIiOjE0NDc1fQ.YpppSpjBnGfHv8DBEiWCrmv-KgtF3MLzniHF89hW9L8'
}

# 发送GET请求并解析JSON为Python对象
response = requests.get(url, headers=headers)
data = response.json()

# 提取嵌套的出版物数组进行规范化处理
df = json_normalize(data['data'])
print(df)

额外提示 #

• requests.request("GET")可简化为requests.get()，更符合Python的简洁写法。
• 若后续API响应结构调整，可先打印data查看具体层级，确保提取的是正确的目标数组。

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