如何将嵌套JSON格式的API输出转换为pandas DataFrame？

你遇到的问题是直接用pd.DataFrame()或pd.read_json()无法自动展开嵌套的字典、列表结构，导致数据仍处于嵌套状态。用pd.json_normalize()可以轻松扁平化这类嵌套数据，具体操作如下：

代码实现 #

import pandas as pd

# 定义你的天气数据字典
weather_data = {
    'coord': {'lon': 13.4105, 'lat': 52.5244},
    'weather': [{'id': 801, 'main': 'Clouds', 'description': 'few clouds', 'icon': '02d'}],
    'base': 'stations',
    'main': {'temp': 3.21, 'feels_like': -1.29, 'temp_min': 2.22, 'temp_max': 4.09, 'pressure': 1007, 'humidity': 91},
    'visibility': 10000,
    'wind': {'speed': 5.81, 'deg': 119, 'gust': 7.15},
    'clouds': {'all': 20},
    'dt': 1669622280,
    'sys': {'type': 2, 'id': 2011538, 'country': 'DE', 'sunrise': 1669618193, 'sunset': 1669647541},
    'timezone': 3600,
    'id': 2950159,
    'name': 'Berlin',
    'cod': 200
}

# 扁平化嵌套数据生成DataFrame
df = pd.json_normalize(weather_data)

# 可选：重命名weather相关列，去掉自动生成的索引前缀
df.rename(columns={
    'weather.0.id': 'weather_id',
    'weather.0.main': 'weather_main',
    'weather.0.description': 'weather_description',
    'weather.0.icon': 'weather_icon'
}, inplace=True)

# 查看结果
print(df)

关键说明 #

• pd.json_normalize()会自动遍历嵌套的字典（比如coord、main），将其展开为单独列；对于数组类型的字段（比如weather列表），会用字段名.索引.子字段的格式生成列名。
• 如果后续处理批量API返回的JSON数组（多个城市的天气数据），直接把数组传入pd.json_normalize()即可，无需额外循环处理。

内容的提问来源于stack exchange，提问作者Alessia