使用pandas json_normalize处理JSON文件触发KeyError，内嵌JSON正常

核心问题原因 #

你遇到的KeyError本质是**pd.json_normalize的输入类型错误**：

• 内嵌JSON时你传的是原生Python字典/列表（符合json_normalize的要求），所以能正常解析嵌套字段；
• 读取JSON文件后，要么把pd.read_json返回的DataFrame直接传给json_normalize（DataFrame不是原生JSON对象），要么直接给json_normalize传文件名（它不支持直接读文件），导致解析结构完全错误，自然找不到author.name这类嵌套列。

正确解决方案 #

方案1：先加载JSON文件为原生对象，再标准化（最直接）

先使用json模块把文件内容加载成Python列表/字典，再传给pd.json_normalize，这样就能正确解析嵌套字段：

import pandas as pd
import json

# 加载JSON文件为原生Python对象
with open("file.json", "r", encoding="utf-8") as f:
    raw_json_data = json.load(f)

# 标准化嵌套JSON，生成带`author.name`的DataFrame
normalized_df = pd.json_normalize(raw_json_data)

# 导出指定列到CSV
normalized_df[["timestamp", "author.name", "message"]].to_csv("output.csv", index=False)

方案2：基于已读取的DataFrame展开嵌套列

如果已经用pd.read_json读取了文件，不想重新加载，可以通过拆分author列来生成嵌套字段：

import pandas as pd

# 先读取JSON文件得到原始DataFrame
raw_df = pd.read_json("file.json")

# 展开`author`列并添加前缀，再和原表合并
expanded_author = pd.json_normalize(raw_df["author"]).add_prefix("author.")
normalized_df = raw_df.join(expanded_author)

# 导出目标列
normalized_df[["timestamp", "author.name", "message"]].to_csv("output.csv", index=False)

为什么之前的操作会报错 #

1. pd.json_normalize(df)报错：df是pd.read_json返回的DataFrame，json_normalize会把DataFrame的列（timestamp/author/message）当成顶级JSON键，根本不会解析author列里的嵌套结构，所以找不到author.name。
2. 直接用pd.json_normalize读文件报错：pd.json_normalize的第一个参数是原生JSON对象（字典/列表），不是文件名。你传文件名相当于让它解析字符串"file.json"，解析后得到的是空结构，自然导出空行、找不到指定列。

内容的提问来源于stack exchange，提问作者yrg