如何从网站返回的嵌套字典数据生成指定列的Pandas DataFrame？

你的JSON数据中，stats字段正是包含date和count数据的字典列表，直接基于这个列表构造DataFrame即可快速实现目标，也可以用正确的方式调用pd.json_normalize()完成转换。

方法1：直接构造DataFrame（最简洁） #

直接提取root['stats']传入pd.DataFrame()，再按需重命名列即可：

import requests
import pandas as pd

search_url = 'https://data.europa.eu/api/hub/statistics/data/num-datasets'
response = requests.get(search_url)
root = response.json()

# 从stats列表生成DataFrame
df = pd.DataFrame(root['stats'])
# 重命名列以匹配需求（date→Date，count→Count）
df = df.rename(columns={'date': 'Date', 'count': 'Count'})

print(df)

方法2：正确使用pd.json_normalize() #

之前使用pd.json_normalize()无效，是因为直接传入了顶层字典root，导致stats被当作单列处理。正确做法是传入root['stats']：

import requests
import pandas as pd

search_url = 'https://data.europa.eu/api/hub/statistics/data/num-datasets'
response = requests.get(search_url)
root = response.json()

# 传入stats列表进行标准化
df = pd.json_normalize(root['stats'])
# 重命名列
df = df.rename(columns={'date': 'Date', 'count': 'Count'})

print(df)

两种方法最终都会生成包含Date和Count两列的DataFrame，满足你的需求。

内容的提问来源于stack exchange，提问作者natguy8