如何在Python中解析Cisco Prime API的JSON响应并提取dataRows到Pandas DataFrame

解决方法：定位嵌套的dataRows数组再进行扁平化处理 #

你遇到的问题核心是没有先定位到JSON响应中真正存储数据的dataRows数组，直接对整个顶层JSON对象使用json_normalize，自然只会得到顶层键对应的列，而内部的dataRows会被当成一个嵌套的数组列，不会展开成你需要的表格结构。

下面是具体的修复步骤和代码：

1. 先确认dataRows在JSON中的准确路径

首先你需要明确dataRows到底嵌套在顶层JSON的哪个键下面。可以在代码中添加一行，把整个JSON响应格式化打印出来，方便定位：

import json
response = rq.get(url, auth=(cpi_user,cpi_password), verify=False, timeout=300)
if response.status_code == rq.codes.ok:
    responseJSON = response.json()
    # 格式化打印整个JSON结构，清晰看到嵌套层级
    print(json.dumps(responseJSON, indent=2))

运行后你会看到类似这样的结构（示例）：

{
  "reportMetadata": {...},
  "reportResult": {
    "dataRows": [
      {"apName": "RogueAP-1", "mac": "aa:bb:cc:dd:ee:ff", ...},
      {"apName": "RogueAP-2", "mac": "11:22:33:44:55:66", ...}
    ],
    "summary": {...}
  }
}

从这个示例里就能看到，dataRows是在reportResult这个顶层键的下面。

2. 提取dataRows数组并转换为DataFrame

找到路径后，修改代码先提取dataRows，再用json_normalize处理这个数组：

import pandas as pd
import requests as rq

def get_rogue_ap_report(url, cpi_user, cpi_password):
    response = rq.get(url, auth=(cpi_user,cpi_password), verify=False, timeout=300)
    print(response.status_code)
    if response.status_code == rq.codes.ok:
        responseJSON = response.json()
        # 替换成你实际找到的dataRows路径，比如下面是示例路径
        data_rows = responseJSON["reportResult"]["dataRows"]
        # 对dataRows数组进行扁平化，自动处理内部嵌套字段
        rogue_ap_df = pd.json_normalize(data_rows)
        print(rogue_ap_df.head(50))
        return rogue_ap_df

这样处理后，rogue_ap_df就是你需要的、包含dataRows中所有字段的DataFrame了。

补充说明：

• 如果dataRows内部还有更深的嵌套字段，json_normalize默认会用.分隔嵌套键（比如location.floor），你也可以通过sep参数自定义分隔符，比如pd.json_normalize(data_rows, sep="_")。
• 不需要用sed或者其他第三方 flatten 库，pandas自带的json_normalize完全能处理这种场景，关键就是先拿到正确的数组对象。

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