如何将ArcGIS API返回的JSON转换为结构化Pandas DataFrame

你已经成功调用ArcGIS的Viewshed服务并拿到了JSON结果，接下来只需提取要素数据并整理成DataFrame即可，核心是定位返回结果中的要素集合，再把每个要素的属性（含唯一OBJECTID）和几何信息整合到一起：

完整修改后的代码 #

import urllib.request as urlopen
import urllib.parse as urlencode
import urllib.request as request
import json
import pandas as pd

inPts = {"geometryType" : "esriGeometryPoint",
         "spatialReference" : {"wkid" : 54003},
         'features':[{'geometry': {'x': -13308192.1956127, 'y': 4221903.58555983}}]}
dist = {'distance':8.5,'units':'esriMiles'}

data = {'Input_Observation_Point': inPts,
        'Viewshed_Distance': dist,
        'f': 'pjson'}

URL = 'http://sampleserver6.arcgisonline.com/ArcGIS/rest/services/Elevation/ESRI_Elevation_World/GPServer/Viewshed/execute'

req = request.Request(URL, urlencode.urlencode(data).encode('UTF-8'))
response = urlopen.urlopen(req)
response_bytes = response.read()
data = json.loads(response_bytes.decode('UTF-8'))

# ------------------- 新增转换为DataFrame的代码 -------------------
# 提取可视区域的要素集合（定位到API返回的结果层级）
features = data['results'][0]['value']['features']

# 将每个要素的属性与几何信息整合为字典
feature_dicts = []
for feat in features:
    # 复制属性字典，避免修改原数据
    item = feat['attributes'].copy()
    # 把几何对象转为JSON字符串（方便在DataFrame中查看，也可保留原字典格式）
    item['geometry'] = json.dumps(feat['geometry'])
    feature_dicts.append(item)

# 转换为Pandas DataFrame，OBJECTID作为唯一标识列
df = pd.DataFrame(feature_dicts)

# 可选：按OBJECTID排序，让表格更规整
df = df.sort_values('OBJECTID').reset_index(drop=True)

# 查看结果
print(df.head())

关键步骤说明 #

1. 定位要素数据：ArcGIS GP服务的execute接口返回的results数组中，第一个元素对应Viewshed工具的输出要素，其value.features就是所有可视区域的要素集合。
2. 整合要素信息：每个要素包含attributes（含唯一OBJECTID）和geometry两部分，我们将两者合并为一个字典，几何信息转成JSON字符串是为了在DataFrame中更易读，若后续需要处理几何，也可以直接保留原字典格式。
3. 生成DataFrame：直接用pd.DataFrame()将字典列表转换为表格，OBJECTID会自动成为其中一列，天然作为每条记录的唯一标识，你可以用它来做筛选、索引或关联操作。

简化写法（列表推导式） #

如果觉得循环太繁琐，可以用列表推导式简化整合步骤：

feature_dicts = [
    {**feat['attributes'], 'geometry': json.dumps(feat['geometry'])}
    for feat in features
]

内容的提问来源于stack exchange，提问作者zape