如何将多级JSON/字典转换为Python DataFrame？求助解决报错

问题分析 #

你的原始字典中，每个键（L1/L2/L3）对应的值是包含单个字典的列表，这是代码报错的核心原因——直接传入列表会导致格式不匹配，同时原代码的字典推导式存在语法错误。

正确代码实现 #

方法一：预处理字典后构造DataFrame

先提取每个列表中的字典元素，再用from_dict指定orient='index'生成目标格式：

import pandas as pd

d = { 
    'L1': [{'att_1': 10, 'att_2': 'whatever', 'att_4': 214, 'att_5': 'YES'}],
    'L2': [{'att_1': 11, 'att_2': 'whatever News', 'att_4': 230, 'att_5': 'another'}],
    'L3': [{'att_1': 12, 'att_2': 'whatever says', 'att_4': 213, 'att_5': 'YES'}]
}

# 提取每个列表中的字典，生成新的键值对字典
cleaned_data = {key: value[0] for key, value in d.items()}
# 从字典生成DataFrame，orient='index'表示用键作为行索引
df = pd.DataFrame.from_dict(cleaned_data, orient='index')

print(df)

方法二：通过拼接子DataFrame实现

遍历每个键值对，将单个列表转成子DataFrame并设置行索引，最后拼接：

import pandas as pd

d = { 
    'L1': [{'att_1': 10, 'att_2': 'whatever', 'att_4': 214, 'att_5': 'YES'}],
    'L2': [{'att_1': 11, 'att_2': 'whatever News', 'att_4': 230, 'att_5': 'another'}],
    'L3': [{'att_1': 12, 'att_2': 'whatever says', 'att_4': 213, 'att_5': 'YES'}]
}

df_list = []
for key, value in d.items():
    # 将单个列表转成DataFrame，设置行索引为当前键
    temp_df = pd.DataFrame(value, index=[key])
    df_list.append(temp_df)

# 拼接所有子DataFrame
df = pd.concat(df_list)

print(df)

原代码错误说明 #

1. 字典推导式语法错误：{k:(v,orient='index')} 是无效写法，from_dict需要的是键对应字典的结构，而非元组。
2. 未处理列表嵌套：每个v是包含字典的列表，必须先取出v[0]获取实际的字典数据，才能用于构造DataFrame。

内容的提问来源于stack exchange，提问作者thangaraj1980