Pandas DataFrame转换报错：JSON字符串列表无法转为DataFrame

问题根源 #

你拿到的data是JSON字符串组成的列表，每个元素是完整的JSON文本，不是直接可用的字典。Pandas会把每个JSON字符串当作单个值，所以传入后是5行1列的结构，但你指定了7列，自然形状不匹配。而data1是字典列表，每个元素对应一行数据，所以能正常创建。

解决步骤 #

1. 解析JSON字符串为字典 #

遍历data列表，用json.loads()把每个JSON字符串转成Python字典：

import json
import pandas as pd

# 示例JSON字符串列表
data = [
    '{"time": "2024-01-01", "into": 1, "inth": 2, "intl": 3, "intc":4, "ssboe":5, "intv":6}',
    '{"time": "2024-01-02", "into": 7, "inth": 8, "intl":9, "intc":10, "ssboe":11, "intv":12}'
]

# 批量解析JSON字符串
parsed_data = [json.loads(item) for item in data]

2. 创建DataFrame #

用解析后的字典列表创建DataFrame，指定columns（如果字典键和columns完全匹配，也可以省略columns参数）：

df = pd.DataFrame(parsed_data, columns=['time','into','inth','intl','intc','ssboe','intv'])

3. 处理格式错误的JSON #

如果部分JSON字符串格式有问题，解析会报错，可加异常处理跳过或记录错误：

parsed_data = []
for item in data:
    try:
        parsed_data.append(json.loads(item))
    except json.JSONDecodeError as e:
        print(f"解析失败: {item}, 错误信息: {e}")
        # 可选：用空值填充错误数据
        # parsed_data.append({col: None for col in ['time','into','inth','intl','intc','ssboe','intv']})

df = pd.DataFrame(parsed_data, columns=['time','into','inth','intl','intc','ssboe','intv'])

验证结果 #

运行后用print(df.head())查看，数据结构应该和data1创建的DataFrame一致。

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