Pandas将JSON转CSV时如何忽略缺失列并维持指定列顺序？

问题根源 #

你原来的代码直接在to_csv里指定columns参数，但如果DataFrame里没有某个列（比如d），Pandas会直接报错——因为这个参数要求所有指定列必须存在于DataFrame索引中。

解决方案 #

用reindex方法先统一列结构：它会按照你指定的顺序排列列，不存在的列自动创建并填充NaN（导出CSV时就是空值），同时自动忽略JSON里多余的列。

完整代码示例 #

import pandas as pd

# 你的指定列顺序
cols = ['a','b','c','d','e','f']
# 假设你的JSON数据存在json_data变量中
df = pd.json_normalize(json_data)

# 关键一步：按指定列重新索引，缺失列自动补NaN
df = df.reindex(columns=cols)

# 导出CSV，index=False去掉默认的行索引
df.to_csv('output.csv', index=False)

效果说明 #

• 如果JSON里缺b和d列，导出的CSV里b、d列对应的单元格会是空值
• 列顺序严格保持你定义的a,b,c,d,e,f
• JSON里额外的列会被自动丢弃，只保留你指定的列

内容的提问来源于stack exchange，提问作者medaliama