如何将嵌套字典列表转换为Pandas DataFrame？

你碰到的这个问题太常见了——当你的字典列表里包含嵌套子字典（比如示例里的comments、likes、reposts这些字段）时，直接用常规的DataFrame构造方法要么得不到想要的结构，要么直接报错。

先明确你的需求：把每个VK帖子（列表里的单个字典）转成DataFrame的一行，不管是顶层字段（id、text、date）还是嵌套在子字典里的字段（比如likes.count、comments.can_post），都要变成单独的列。

最优解决方案：用pandas.json_normalize() #

这是Pandas专门为处理嵌套JSON/字典结构设计的工具，一步就能生成你要的扁平化DataFrame，完全不需要写循环拼接的复杂代码。

直接运行这段代码就行： #

import pandas as pd

# 假设你的嵌套字典列表变量是list_of_dicts
df = pd.json_normalize(list_of_dicts)

运行后你会得到一个完美的DataFrame：每一行对应一个帖子，所有嵌套字段都会被展开成类似likes.count、comments.can_post的列名，所有属性都清晰对应。

为什么之前的方法失效？ #

• 直接用pd.DataFrame(list_of_dicts)：Pandas会把嵌套的子字典当作单个列的“值”，而不是自动展开成新列，所以你才会得到只有两列的异常结果。
• 循环用from_dict()拼接：from_dict()默认要求输入的字典是“键为列名，值为整列数据”的格式，但你的单个字典是“键为字段，值可能是普通值或子字典”，结构不匹配，自然触发了ValueError。

可选：自定义嵌套字段的分隔符 #

如果你不喜欢默认的.分隔嵌套层级，可以用sep参数指定自己想要的分隔符，比如下划线：

df = pd.json_normalize(list_of_dicts, sep='_')

这样列名就会变成likes_count、comments_can_post这种格式，更符合一些人的命名习惯。

内容的提问来源于stack exchange，提问作者keddad