使用pandas加载JSON数据集时特征列异常，无法按county_code分行如何处理？

问题根因 #

你调用pd.DataFrame.from_dict时指定了orient='index'参数，该参数会把JSON解析得到的字典的顶层键作为行索引，键对应的每个值拆分为不同列，和你预期的「顶层键为列名、每条数据为一行」的结构刚好倒置，所以得到的输出不符合要求。

解决方案 #

首先确认你的JSON结构属于下列两种常见情况之一，对应修改代码即可：

情况1：JSON顶层键为字段名，每个键对应的值是该字段所有行的取值数组 #

这是公开数据集最常见的JSON存储结构，直接省略orient参数，用默认规则构造DataFrame即可：

import pandas as pd
import json

file = "/Users/mickelborg/Desktop/Dataset/2018/Carbon_Minoxide_(CO)_2018.json"

with open(file, 'r') as j:
     contents = json.loads(j.read())

# 默认orient='columns'会把字典键作为列名，对应值数组的每一位作为行
oxide = pd.DataFrame(contents)
oxide

情况2：JSON顶层键为数据的唯一标识，每个键对应的值是单条数据的完整字段字典 #

这种结构需要先把字典的值提取为列表再构造DataFrame：

import pandas as pd
import json

file = "/Users/mickelborg/Desktop/Dataset/2018/Carbon_Minoxide_(CO)_2018.json"

with open(file, 'r') as j:
     contents = json.loads(j.read())

oxide = pd.DataFrame(list(contents.values()))
# 若需要保留原顶层键作为数据列，可额外添加一行
# oxide['data_id'] = contents.keys()
oxide

内容的提问来源于stack exchange，提问作者MuchoFunk