将FastAPI返回的JSON转Pandas DataFrame遇ValueError错误求助

可能的原因 #

你遇到的这个错误，大概率是客户端拿到的JSON内容不符合pd.read_json的预期。虽然服务端用了orient='records'生成数组格式的JSON，但可能存在以下问题：

• 服务端返回方式错误：如果FastAPI直接返回df.to_json(...)的结果（即一个JSON字符串），FastAPI会自动把这个字符串再包裹一层JSON，导致客户端拿到的是一个字符串类型的JSON值，而非预期的字典数组。比如原本的[{"a":1},{"a":2}]会被转成"[{\"a\":1},{\"a\":2}]"，此时pd.read_json解析的是单个字符串，自然会报“所有标量值需要传索引”的错误。
• 客户端接收的JSON格式异常：响应内容被意外修改、存在多余转义字符或格式错误，导致pd.read_json无法识别为数组结构。

解决步骤 #

步骤1：修正服务端返回逻辑

把服务端的返回代码从：

return df.to_json(orient='records', date_format='iso', indent=4)

改成直接返回字典数组：

return df.to_dict(orient='records')

FastAPI会自动把这个列表转换成标准的JSON数组响应，客户端拿到的就是正确的[{"col1": val1,...},...]格式，无需手动转JSON字符串。

步骤2：客户端侧兼容处理

如果暂时没法修改服务端，可以先把JSON字符串解析成Python列表，再转成DataFrame：

import json
import pandas as pd

# 解析JSON字符串为Python列表
data = json.loads(response.text)
# 转换为DataFrame
df = pd.DataFrame(data)

这样能绕过pd.read_json对特殊格式的解析问题。

步骤3：验证响应内容

先打印response.text确认实际内容：

print(response.text)

如果输出是带引号的字符串（比如"[{...}]"），说明服务端返回方式有问题，按步骤1修改即可；如果是正常的数组格式，可尝试指定pd.read_json的解析方式：

df = pd.read_json(response.text, orient='records')

内容的提问来源于stack exchange，提问作者Ivan