Python筛选JSON中指定reportSection的results并转为DataFrame

问题背景 #

从API获取JSON数据后，需筛选出reportSection字段值为Report Detail的条目，提取其results数据并转换为Pandas DataFrame，但现有代码运行报错。

错误原因分析 #

原代码存在两个核心问题：

• 使用pd.read_json(datapull)将JSON数组转为DataFrame后，for r in data实际迭代的是DataFrame的列名，而非每个JSON对象，导致后续处理逻辑完全偏离预期。
• section_results函数中，section = record.get('reportSection', ...)获取到的是字符串类型的reportSection值，字符串没有get方法，调用section.get('results')会直接抛出属性错误。

正确实现代码 #

方法一：原生Python列表处理（逻辑直观） #

import pandas as pd
import json

# 解析API返回的JSON文本为Python列表
datapull = response_API.text
data_list = json.loads(datapull)

# 筛选目标条目并收集results数据
target_results = []
for item in data_list:
    if item.get('reportSection') == 'Report Detail':
        target_results.extend(item.get('results', []))

# 转换为DataFrame
df = pd.DataFrame(target_results)
print(df)

方法二：Pandas原生操作（高效简洁） #

import pandas as pd

datapull = response_API.text
# 读取JSON为DataFrame，每个JSON对象对应一行，results列为列表格式
df_raw = pd.read_json(datapull)

# 筛选目标行，展开results列表并转为结构化DataFrame
target_df = df_raw[df_raw['reportSection'] == 'Report Detail']['results'].explode().apply(pd.Series)
print(target_df)

代码说明 #

• 方法一：先将JSON转为Python原生列表，遍历筛选符合条件的条目，用extend合并所有目标results数据，最后转为DataFrame，适合新手理解逻辑。
• 方法二：利用Pandas的explode拆分列表元素为单独行，再通过apply(pd.Series)将字典结构展开为列，适合熟悉Pandas操作的场景，代码更简洁。

内容的提问来源于stack exchange，提问作者mbjeter