如何从JSON提取特征并规整为行列结构？Python Pandas实操问题

核心问题 #

你两次归一化的操作逻辑有误，导致最终DataFrame里的id、name等字段并非直接作为列存在，而是嵌套在单元格的字典中，所以调用explode('id')会触发KeyError。

最简单的归一化方法 #

根据你提供的my_list结构，分两种情况处理：

情况1：每个response是完整的车辆字典（如你给出的{'id': '21201', 'name': ..., 'externalIds': ...}）

直接对my_list做一次归一化即可，自动将顶层字段和嵌套字段展开为列：

import pandas as pd
from pandas import json_normalize

df_vehicles = json_normalize(my_list)

处理后：

• id、name会直接成为DataFrame的列
• 嵌套的externalIds.serial会生成对应的列名
• gps列保留为列表类型（若需展开gps的内容，可参考下方补充操作）

情况2：每个response包含data字段（即response = {'data': [车辆字典列表]}）

先提取所有data中的车辆字典，再做归一化：

# 先合并所有data里的字典列表
all_vehicle_data = []
for item in df_vehicles['data']:
    all_vehicle_data.extend(item)

# 归一化合并后的列表
df_final = json_normalize(all_vehicle_data)

或者用更简洁的写法：

df_final = json_normalize(df_vehicles['data'].explode().tolist())

补充：展开GPS嵌套数据 #

如果需要把gps字段里的时间、经纬度等也展开为列，可以先explode再归一化：

# 先展开gps列表为单独行
df_exploded = df_vehicles.explode('gps', ignore_index=True)
# 归一化所有字段（包括gps里的嵌套内容）
df_full = json_normalize(df_exploded.to_dict('records'))

内容的提问来源于stack exchange，提问作者ASH