如何从JSON数据筛选离线端点并通过Pandas导出为xlsx文件

你预想的直接把数据导入Pandas再筛选的逻辑完全可行，比手动循环拼接字典的效率高很多，同时能避免你现有代码里的几个错误：

• 字典键名大小写不一致会触发KeyError
• append时直接写字符串没有取接口返回的对应字段值
• 把DataFrame构建和文件导出写在循环内，每匹配到一个离线设备就重复覆写文件，性能损耗极大

优化后完整代码 #

import pandas as pd

# 此处response_data为接口返回的JSON格式列表数据
# 1. 直接将完整JSON列表转为DataFrame
df = pd.DataFrame(response_data)

# 2. 一键筛选状态为offline的记录
df_offline = df[df['status'] == 'offline'].copy()

# 3. 自定义输出列名，和你需要的导出表头对应
column_mapping = {
    'name': 'Name',
    'serial': 'Serial',
    'mac': 'MAC',
    'publicIp': 'Public IP',
    'networkId': 'Network ID',
    'status': 'Status',
    'lastReportedAt': 'Last Reported',
    'usingCellularFailover': 'Cellular',
    'wan1Ip': 'WAN 1',
    'wan2Ip': 'WAN 2',
    'lanIp': 'LAN'
}
# 只保留需要的字段并重命名
df_offline = df_offline.rename(columns=column_mapping)[list(column_mapping.values())]

# 4. 导出为xlsx，只有存在离线设备时才生成文件，避免无效空文件
if not df_offline.empty:
    df_offline.to_excel("output.xlsx", index=False)

方案优势 #

• 全程没有手动循环拼接字典的冗余操作，所有筛选、重命名逻辑都由Pandas内置方法实现，性能更高、代码可读性更强
• 自动适配接口返回的所有字段，不需要提前手动定义字典的每个key
• 逻辑严谨，边缘场景适配更完善

内容的提问来源于stack exchange，提问作者moehawk__