如何在Pandas中规范化嵌套JSON列并合并至DataFrame？

第一步：修正API请求逻辑 #

你当前的请求代码存在小问题——requests.get中传入json=data是不必要的，应该先获取响应后解析JSON数据，再转换为DataFrame：

import pandas as pd
import requests

Base_URL = "https://api.jao.eu/OWSMP/getauctions"

headers = {
    "AUTH_API_KEY": "06e690fb-697b-4ab2-9325-4268cbd14502"
}

params = {
    "horizon":"Daily",
    "corridor":"IF1-FR-GB",
    "fromdate":"2021-01-01"
}

# 发送请求并解析响应
r = requests.get(Base_URL, headers=headers, params=params)
response_data = r.json()

# 转换为DataFrame
df = pd.DataFrame(response_data)

第二步：展开嵌套的results列 #

results列是嵌套字典列表，我们可以用pd.json_normalize配合explode来完整展开数据，同时保留原DataFrame的其他字段：

# 先将results列的列表拆分为多行（每个字典对应一行）
df_exploded = df.explode('results', ignore_index=True)

# 展开嵌套的字典为单独列
df_normalized = pd.json_normalize(df_exploded['results'])

# 合并原DataFrame的其他列和展开后的列
final_df = pd.concat([df_exploded.drop('results', axis=1), df_normalized], axis=1)

关键逻辑说明 #

• explode('results')：把每个行中results列的列表拆分成多行，每一行对应列表里的一个字典，同时保留原行的其他字段。
• pd.json_normalize()：把嵌套字典直接转换成结构化的列，自动提取字典的键作为列名。
• pd.concat()：将原DataFrame去掉results列后的数据，和展开后的结构化数据横向合并，得到完整的扁平表。

这样处理后，你就能得到每个小时数据对应一行的标准DataFrame，所有字段都展开为单独列，方便后续分析。

内容的提问来源于stack exchange，提问作者Chetan Patel