pd.json_normalize规范化API返回JSON报错解决方法

抛出NotImplementedError是两个写法问题导致的：

• 传入了错误的输入类型：requests.Response.json()已经将接口返回的JSON解析为Python原生字典，额外调用json.dumps()会把字典重新序列化为字符串，而pd.json_normalize()仅支持接收解析完成的字典、列表类结构化对象，不支持字符串输入。
• 未指定嵌套记录的展开路径：该JSON顶层分为两部分，header是单组全局元数据对象，entity是存储车辆位置记录的数组。不传入record_path参数时，函数无法定位需要展开为多行数据的目标数组，无法完成转换逻辑。

不需要做序列化/反序列化的多余操作，直接使用接口返回的解析后字典，通过参数指定展开路径和需要附加的元数据即可：

import pandas as pd
import requests

# 拉取并解析接口数据
resp = requests.get('https://app.mecatran.com/utw/ws/gtfsfeed/vehicles/valleymetro?apiKey=4f22263f69671d7f49726c3011333e527368211f&asJson=true')
raw_data = resp.json()

# 结构化规范化
df = pd.json_normalize(
    data=raw_data,
    record_path="entity",  # 指定要展开为行记录的数组路径
    meta=[  # 指定需要附加到每一行的全局元数据路径
        ["header", "gtfsRealtimeVersion"],
        ["header", "incrementality"],
        ["header", "timestamp"]
    ],
    sep="_"  # 嵌套字段的列名分隔符，默认即为下划线
)

• 上述代码会自动将entity下所有层级的嵌套字段（如vehicle.trip.tripId、vehicle.position.latitude）打平为独立列，同时每一行都会携带顶层header中的全局元数据字段，无需手动拆分合并。

如果不需要保留全局元数据，直接传入raw_data["entity"]调用pd.json_normalize()即可，这就是你之前测试可正常运行的写法，逻辑与上述实现一致，仅省略了附加元数据的步骤。

内容的提问来源于stack exchange，提问作者Derek Lee