如何将嵌套列表格式JSON API响应转换为pandas DataFrame

不需要使用json_normalize，这个API返回的是三层嵌套的数组结构，直接按以下流程处理即可：

• 先清理原始响应字符串的冗余字符：去掉首尾的单引号、末尾换行符，用标准json库解析为Python嵌套列表
• 提取核心配对数据：原始结构外层额外包裹了两层列表，取索引[0][0]就能得到所有[字段值, 字段名]格式的二维配对列表
• 直接构造DataFrame：将配对列表传入DataFrame构造函数，调整列名和列顺序即可得到你要的两列表格

完整可运行代码：

import json
import pandas as pd

# 原始API响应文本
raw_response = '[[["gam ind us tries","house"],["1530","house_number"],["jamacha rd ste","road"],["pel cajon","city"],["ca","state"],["92019","postcode"],["us","country"]]]\n'

# 解析JSON结构
parsed_list = json.loads(raw_response.strip().strip("'"))
# 生成DataFrame，调整列顺序为字段在前、值在后
df = pd.DataFrame(parsed_list[0], columns=["值", "字段"])[["字段", "值"]]

print(df)

运行输出结果：

字段                值
0        house  gam ind us tries
1  house_number              1530
2         road    jamacha rd ste
3         city         pel cajon
4        state                ca
5     postcode             92019
6      country                us

如果后续接口返回的嵌套层数有变动，只需要调整解析后列表的索引层级，拿到所有[字段值, 字段名]格式的二维列表，就可以直接用上述方法构造DataFrame，不需要额外做键值对格式转换。

内容的提问来源于stack exchange，提问作者kiran u