如何修改嵌套JSON转Pandas DataFrame代码，缺失字段返回null？

这个场景太常见了——处理嵌套JSON数据时，总有个别条目会缺失某些字段，直接用键访问就会炸出KeyError。咱们可以用字典的get()方法来优雅解决，它支持指定字段不存在时的默认值，完美适配你的需求。

修改后的代码 #

import pandas as pd

records = []
for item in d["Data"]:
    records.append(
        {
            "Type": item.get("CoinInfo", {}).get("Type"),
            "Name": item.get("CoinInfo", {}).get("Name"),
            "SUPPLY": item.get("RAW", {}).get("USD", {}).get("SUPPLY"),
        }
    )

df = pd.DataFrame.from_records(records)
df.head()

为什么这样改？ #

• dict.get(key, default) 会尝试获取指定键的值，如果键不存在，就返回你指定的default值。这里把内层的默认值设为空字典{}，是为了避免外层字段缺失时，内层的.get()调用报错（比如某个item根本没有CoinInfo字段，直接写item["CoinInfo"].get("Type")还是会报错）。
• 当字段完全缺失时，get()会返回None，Pandas会自动把None转换成DataFrame里的NaN（也就是你要的null）。

进阶优化：提取嵌套字段的通用函数 #

如果要提取的嵌套字段很多，反复写嵌套get()会很繁琐，可以写个小函数来复用逻辑：

def extract_nested_field(item, field_path):
    current = item
    for key in field_path:
        current = current.get(key, {})
        if not current:
            return None
    return current

# 调用示例
records = []
for item in d["Data"]:
    records.append(
        {
            "Type": extract_nested_field(item, ["CoinInfo", "Type"]),
            "Name": extract_nested_field(item, ["CoinInfo", "Name"]),
            "SUPPLY": extract_nested_field(item, ["RAW", "USD", "SUPPLY"]),
        }
    )

这样代码更整洁，后续加新字段也更方便。

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