如何将多层嵌套字典列表转换为指定格式的pandas DataFrame？

你的转换方式仅展开了最外层字典，嵌套的teams列表和stats列表并未被拆解。要得到期望的扁平结构DataFrame，需要逐层处理嵌套数据：

完整代码实现 #

import pandas as pd

# 初始化空列表存储处理后的数据
processed_data = []

# 遍历每一条游戏数据
for game in game_stats:
    game_id = game['id']
    # 遍历当前游戏下的每支队伍
    for team in game['teams']:
        # 复制队伍基础信息
        team_data = team.copy()
        # 将stats列表转为键值对字典，同时移除原stats字段
        stats_dict = {item['category']: int(item['stat']) for item in team_data.pop('stats')}
        # 关联游戏ID
        team_data['game_id'] = game_id
        # 合并基础信息与统计数据
        team_data.update(stats_dict)
        # 加入处理后列表
        processed_data.append(team_data)

# 转换为DataFrame
game_stats_df = pd.DataFrame(processed_data)

# 可选：调整列顺序匹配期望格式
target_columns = ['game_id', 'school', 'conference', 'homeAway', 'points', 'rushingTDs', 'passingTDs', 'kickingPoints', 'fumblesRecovered', 'firstDowns']
game_stats_df = game_stats_df[target_columns]

输出结果 #

运行后打印game_stats_df会得到：

game_id    school conference homeAway  points  rushingTDs  passingTDs  kickingPoints  fumblesRecovered  firstDowns
0  401282099      LSU        SEC     away      21           2           1              3                 0          22
1  401282099  Kentucky        SEC     home      42           3           4              0                 1          24

关键步骤说明 #

• 遍历游戏数据时，为每支队伍绑定对应的game_id，保证数据关联关系
• 将stats列表转换为字典，把嵌套的统计项直接展开为DataFrame的列
• 用int()转换统计值的类型，避免字符串类型影响后续数值分析
• 可选调整列顺序，让输出更贴合你的期望格式

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