如何将URL中的JSON数据转换为标准Pandas DataFrame？

你的问题出在没有定位到JSON响应中存储店铺数据的数组层级，直接处理整个响应对象会导致结构混乱。以下是正确的处理步骤：

1. 明确API响应结构 #

该API返回的JSON外层包含一个存储店铺明细的数组字段（根据截图推测键名为Stores），你需要先提取这个数组，再转换为DataFrame。

2. 正确代码实现 #

import pandas as pd
import requests

url = 'https://www.loves.com/api/sitecore/StoreSearch/SearchStores'

# 获取并解析完整JSON响应
response = requests.get(url).json()

# 提取店铺数据数组（替换为你实际找到的键名，比如'Stores'）
stores_array = response['Stores']

# 将数组转换为标准DataFrame，嵌套字段会自动展开
df = pd.json_normalize(stores_array)

3. 验证结构（可选） #

如果不确定数组对应的键名，可以先打印响应的外层结构确认：

# 查看响应外层的所有键
print(response.keys())
# 查看数组第一条数据的结构，确认字段
print(stores_array[0])

这样处理后，每个店铺的信息会成为DataFrame的一行，所有嵌套字段（如地址、联系方式等）会被展开为单独的列，得到符合预期的标准结构。

内容的提问来源于stack exchange，提问作者oToMaTiX