使用pandas读取API JSON数据报错：Mixing dicts with non-Series...如何解决？

这个错误的根源是API返回的JSON结构嵌套复杂，直接用read_json解析时，字典与非序列类型数据混合，导致Pandas无法确定数据排序逻辑。以下是两种可行的解决方法：

方法1：手动解析JSON结构（推荐） #

先获取原始JSON数据，提取出核心的表格型数据后再转为DataFrame，能精准适配复杂嵌套结构：

import pandas as pd
import requests

# 获取API数据并解析为字典
response = requests.get('https://api.cbs.gov.il/index/data/price?id=120010&format=json&download=false')
json_data = response.json()

# 定位有效数据字段（根据API返回的实际结构调整键名，示例为核心数据所在路径）
target_data = json_data['data']

# 转换为DataFrame并保存
df = pd.DataFrame(target_data)
df.to_excel('Data.xlsx', index=False)

方法2：指定orient参数适配格式 #

如果不想额外引入requests，可以尝试为read_json指定orient参数，匹配JSON的结构类型（常见取值有'records'、'columns'、'index'等）：

import pandas as pd

# 根据JSON结构选择合适的orient值，示例使用records
df = pd.read_json('https://api.cbs.gov.il/index/data/price?id=120010&format=json&download=false', orient='records')
df.to_excel('Data.xlsx', index=False)

注：这种方法对结构特别复杂的JSON兼容性较差，优先推荐方法1。

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