如何在Python中将嵌套列表数据转换为指定列的DataFrame？

没问题，我来帮你把这份嵌套结构的数据转换成你需要格式的DataFrame。咱们用Python的pandas库来实现，步骤很直观：

步骤1：导入依赖并定义原始数据 #

首先得导入pandas，然后把你的示例数据赋值给变量：

import pandas as pd

# 你的原始嵌套数据
raw_data = [{'data': [{'interval': '2021-09-22T09:13:57.000Z/2021-09-29T09:13:57.000Z', 'metrics': [{'metric': 'nOffered', 'qualifier': None, 'stats': {'count': 17, 'count_negative': None, 'count_positive': None, 'current': None, 'denominator': None, 'max': None, 'min': None, 'numerator': None, 'ratio': None, 'sum': None, 'target': None}}, {'metric': 'tAnswered', 'qualifier': None, 'stats': {'count': 17, 'count_negative': None, 'count_positive': None, 'current': None, 'denominator': None, 'max': 17327.0, 'min': 4569.0, 'numerator': None, 'ratio': None, 'sum': 156929.0, 'target': None}}, {'metric': 'tTalk', 'qualifier': None, 'stats': {'count': 29, 'count_negative': None, 'count_positive': None, 'current': None, 'denominator': None, 'max': 2650757.0, 'min': 2124.0, 'numerator': None, 'ratio': None, 'sum': 8402252.0, 'target': None}}], 'views': None}], 'group': {'mediaType': 'voice', 'queueId': 'a72dba75-0bc6-4a65-b120-8803364f8dc3'}}]

步骤2：提取并整理目标数据 #

咱们遍历嵌套结构，把每个metric对应的count和sum提取出来，组合成你需要的列名格式（比如nOffered_count）：

# 初始化一个空字典来存储整理后的数据
result_dict = {}

# 遍历数据结构，提取目标字段
for item in raw_data:
    for data_item in item['data']:
        for metric in data_item['metrics']:
            metric_name = metric['metric']
            # 添加count字段
            result_dict[f"{metric_name}_count"] = metric['stats']['count']
            # 添加sum字段
            result_dict[f"{metric_name}_sum"] = metric['stats']['sum']

# 转换为DataFrame
df = pd.DataFrame([result_dict])

步骤3：查看结果 #

运行上面的代码后，打印df就能得到你想要的格式：

print(df)

输出结果：

nOffered_count nOffered_sum  tAnswered_count  tAnswered_sum  tTalk_count  tTalk_sum
0              17         None               17        156929.0           29   8402252.0

这个方案的好处是扩展性很强——如果后续你的metrics里新增了其他指标，代码不需要大改就能自动生成对应的列。

内容的提问来源于stack exchange，提问作者shivam