使用pd.read_json报错：If using all scalar values must pass index

问题原因 #

你当前的JSON是单个键值对对象（每个字段都是标量值），而pd.read_json()默认期望处理JSON数组（比如[{"name": "sani", ...}]）或者每行一个JSON对象的文本格式。直接传入单个对象时，Pandas无法确定如何生成DataFrame的行索引，所以抛出这个错误。你尝试加index=0没用，因为pd.read_json()本身没有index参数。

三种可行的解决方法 #

方法1：把JSON改成数组格式 #

直接在原始JSON字符串外层加[]，让它变成数组结构：

import pandas as pd

data = '[{"name": "sani", "address": "Czech", "Age": "10", "Gender": "Female"}]'
df = pd.read_json(data)
print(df)

方法2：先解析JSON为字典，再创建DataFrame #

用json模块先把字符串转成字典，再通过pd.DataFrame生成表格：

import pandas as pd
import json

data = '{"name": "sani", "address": "Czech", "Age": "10", "Gender": "Female"}'
data_dict = json.loads(data)

# 方式A：把字典包装成列表传入
df = pd.DataFrame([data_dict])

# 方式B：用from_dict指定方向参数
df = pd.DataFrame.from_dict(data_dict, orient='index').T

方法3：使用pd.json_normalize（推荐） #

这个方法专门处理单个或嵌套JSON对象，生成DataFrame更灵活：

import pandas as pd
import json

data = '{"name": "sani", "address": "Czech", "Age": "10", "Gender": "Female"}'
data_dict = json.loads(data)
df = pd.json_normalize(data_dict)

验证结果 #

以上方法都会生成如下结构的DataFrame：

name address Age  Gender
0  sani   Czech  10  Female

内容的提问来源于stack exchange，提问作者Sanijaja