Pandas DataFrame中字典数据未拆分至独立列的问题排查

看起来你在把JSON数据转成Pandas DataFrame时踩了两个关键小坑，我来帮你拆解并修正：

1. 先修正代码里的明显错误 #

首先看你操作里的两个核心问题：

• 你写了movedDict = dict['data']，这里dict是Python的内置类型，不是你解析后的字典变量！得先把JSON解析到一个自定义变量（比如data_dict），再从这个变量里取值。
• 你直接对data对应的字典（里面只有trafficRegistrationPoints一个键，值是数组）调用pd.DataFrame.from_dict，这会把整个数组当成一列的内容，而不是把数组里的每个字典拆成独立行和列。

正确的操作步骤 #

下面是完整的可运行代码：

import json
import pandas as pd

# 先处理原字符串里的HTML转义引号(")，替换成标准双引号
datasett = ''' { "data": { "trafficRegistrationPoints": [ { "id": "99100B1687283", "name": "Menstad sykkeltellepunkt", "location": { "coordinates": { "latLon": { "lat": 59.173876, "lon": 9.641772 } } } } ] } } '''
datasett_clean = datasett.replace('"', '"')

# 解析JSON为Python字典
data_dict = json.loads(datasett_clean)

# 提取trafficRegistrationPoints数组（每个元素是一个监测点的完整数据）
traffic_points_list = data_dict['data']['trafficRegistrationPoints']

# 把数组转成DataFrame，每个字典的键会自动成为列
df = pd.DataFrame(traffic_points_list)
print(df)

2. 展开嵌套的location数据（可选） #

如果想把location里的经纬度也拆成独立列，不用手动提取，可以用pd.json_normalize一键扁平化嵌套结构：

df_normalized = pd.json_normalize(traffic_points_list)
print(df_normalized)

这样会得到id、name、location.coordinates.latLon.lat、location.coordinates.latLon.lon这些清晰的独立列，更方便后续分析。

错误原因总结 #

• 变量名误用：你误用了Python内置的dict类型去取值，这是语法错误，必须用解析后的自定义字典变量（比如data_dict）。
• 数据结构理解偏差：data对应的字典里，trafficRegistrationPoints是一个数组，你需要提取这个数组再转DataFrame；直接转外层字典会把数组当成单个列的值，自然不会拆分出独立列。

内容的提问来源于stack exchange，提问作者Cmagelssen