如何在Python中将含列表内字典的JSON数据转换为Pandas DataFrame并筛选指定属性

没问题，这就帮你实现把JSON里的指定属性提取成Pandas DataFrame的需求，步骤和代码都给你写清楚：

步骤1：导入必要的库 #

首先得导入Pandas，这是咱们处理数据框的核心工具：

import pandas as pd

步骤2：定义你的JSON数据 #

把你提供的JSON数据定义成Python字典（JSON和Python字典格式天然兼容）：

json_data = {
    "name": "Monkey",
    "image": "https://media.npr.org/assets/img/2017/09/12/macaca_nigra_self-portrait-3e0070aa19a7fe36e802253048411a38f14a79f8-s800-c85.webp",
    "attributes": [
        {"trait_type": "Bones", "value": "Zombie"},
        {"trait_type": "Clothes", "value": "Striped"},
        {"trait_type": "Mouth", "value": "Bubblegum"},
        {"trait_type": "Eyes", "value": "Black Sunglasses"},
        {"trait_type": "Hat", "value": "Sushi"},
        {"trait_type": "Background", "value": "Purple"}
    ]
}

步骤3：提取指定属性并转换为DataFrame #

咱们把attributes里的每个trait_type作为列名，对应的value作为单元格内容。用字典推导式把属性列表转成键值对，再传入Pandas创建DataFrame：

# 从attributes列表中提取键值对，生成字典
attributes_dict = {trait['trait_type']: trait['value'] for trait in json_data['attributes']}

# 创建DataFrame（因为是单条数据，要把字典放在列表里）
df = pd.DataFrame([attributes_dict])

# 如果需要严格指定列的顺序（和你要求的Bones、Clothes...顺序完全一致），可以加上columns参数
# df = pd.DataFrame([attributes_dict], columns=["Bones", "Clothes", "Mouth", "Eyes", "Hat", "Background"])

步骤4：查看结果 #

运行上面的代码后，打印df就能得到你想要的DataFrame：

Bones Clothes     Mouth             Eyes   Hat Background
0  Zombie  Striped  Bubblegum  Black Sunglasses  Sushi    Purple

这样就完美实现了你要的需求——只提取指定的属性作为列，对应的值作为内容的DataFrame。

内容的提问来源于stack exchange，提问作者Zac