如何将字典列表转换为指定结构的Pandas DataFrame？

现有如下字典列表：

orderlist = [
    {
        'order_id': 5,
        'status': 'completed',
        'line_items': [{'product_id': 6,'name': 'headphone'} , {'product_id': 7,'name': 'airbuds'} ]
    },
    {
        'order_id': 6,
        'status': 'pending',
        'line_items': [{'product_id': 8,'name': 'smartwatch'} , {'product_id': 9,'name': 'smartphone'} ]
    },
]

想要生成结构如下的DataFrame：

order_id        status      product_id          name 
    5          completed        6               headphone
    5          completed        7               airbuds
    6          pending          8               smartwatch
    6          pending          9               smartphone

直接用pd.DataFrame(orderlist)生成的结果不符合预期，需要调整方法。

方法一：分步处理（先展开再拆分） #

先将line_items列的列表元素拆分成单独行，再把字典类型的line_items拆分成独立列：

import pandas as pd

# 初始生成DataFrame
df_order = pd.DataFrame(orderlist)
# 展开line_items列，每个列表元素占一行
df_order = df_order.explode('line_items')
# 将line_items的字典拆分为单独列，并和原表合并
df_order = pd.concat([df_order.drop('line_items', axis=1), df_order['line_items'].apply(pd.Series)], axis=1)

方法二：直接用json_normalize一步到位 #

使用pd.json_normalize可以直接处理嵌套结构，指定要展开的嵌套字段和需要保留的顶层字段：

import pandas as pd

df_order = pd.json_normalize(
    orderlist,
    record_path='line_items',  # 指定要展开的嵌套列表字段
    meta=['order_id', 'status']  # 指定要保留的顶层字段
)
# 调整列顺序和目标结构一致
df_order = df_order[['order_id', 'status', 'product_id', 'name']]

这种方法更简洁，直接生成符合要求的DataFrame。

内容的提问来源于stack exchange，提问作者Bashar