如何将JSON字典通过Jupyter Notebook/Pandas转换为DataFrame并导出CSV？

你直接对顶层字典使用pd.json_normalize导致报错，核心原因是顶层字典里的items才是包含具体记录的数组，其他字段属于元数据。正确做法是针对items数组做归一化，同时按需合并顶层元数据。

步骤1：正确调用pd.json_normalize #

import pandas as pd

# 你的JSON字典数据
json_search_result = {'inactive_count': 0, 'links': {'self': '/company/08892216/officers'}, 'etag': '1ccc4c74454bc359a9b9ef686d11e70cc03b6cb8', 'kind': 'officer-list', 'resigned_count': 0, 'total_results': 1, 'active_count': 1, 'items_per_page': 35, 'items': [{'date_of_birth': {'year': 1964, 'month': 2}, 'links': {'self': '/company/08892216/appointments/Ao1-pIsFQHy0FVSv26y6ep4Qhyw', 'officer': {'appointments': '/officers/JpJgO2pKVmGq5VHD7j7lluLW-jo/appointments'}}, 'officer_role': 'director', 'address': {'premises': '19', 'locality': 'London', 'country': 'United Kingdom', 'address_line_1': 'Norcott Road', 'postal_code': 'N16 7EJ'}, 'appointed_on': '2014-02-12', 'nationality': 'Irish', 'country_of_residence': 'England', 'name': 'FLOOD, Eileen', 'occupation': 'Company Director'}], 'start_index': 0}

# 针对items数组归一化，同时提取顶层元数据
df = pd.json_normalize(
    json_search_result['items'],
    meta=[
        'inactive_count', 'resigned_count', 'total_results',
        'active_count', 'items_per_page', 'start_index', 'kind', 'etag',
        ['links', 'self']  # 提取顶层嵌套的links.self字段
    ]
)

步骤2：查看处理结果 #

执行后，嵌套字段会自动用点号展开列名（如date_of_birth.year、address.locality），顶层元数据会作为附加字段添加到每一行（因只有1条记录，所有行元数据值相同）。

步骤3：导出为CSV #

df.to_csv('officers_data.csv', index=False)

关键说明 #

• pd.json_normalize的第一个参数必须是数组类型的JSON数据，因此传入json_search_result['items']而非整个字典。
• meta参数用于指定需要从顶层字典提取并合并到DataFrame的字段，嵌套字段用列表形式（如['links', 'self']）指定路径。
• 若不需要顶层元数据，直接执行pd.json_normalize(json_search_result['items'])即可得到仅包含items记录的DataFrame。

内容的提问来源于stack exchange，提问作者matc