如何从包含嵌套字典的字典列表创建指定列的Pandas DataFrame

解决方案 #

你遇到的问题根源是数据中的entrant字段为嵌套字典，直接传入pd.DataFrame()只会将entrant作为单列处理，不会自动拆分出嵌套的id、name字段。可使用以下两种方案处理：

方案1：使用pandas.json_normalize（推荐）

该方法是Pandas内置的半结构化数据处理工具，无需手动遍历：

import pandas as pd

# 假设解析后的嵌套字典列表存储在变量raw_data中
df = pd.json_normalize(raw_data)
# 重命名列名符合需求
df = df.rename(columns={"entrant.id": "id", "entrant.name": "name"})
# 调整列顺序为你需要的placement、id、name（可选）
df = df[["placement", "id", "name"]]

方案2：手动遍历展开字典

如果你需要自定义处理逻辑，可先通过列表推导式把所有嵌套字段展开为平级字典：

import pandas as pd

processed_data = [
    {
        "placement": item["placement"],
        "id": item["entrant"]["id"],
        "name": item["entrant"]["name"]
    }
    for item in raw_data
]
df = pd.DataFrame(processed_data)

两种方案生成的DataFrame结构完全一致，均符合你要求的列名和数据结构。

内容的提问来源于stack exchange，提问作者binarycoffee356