如何迭代JSON输出并提取所需记录生成指定格式DataFrame

原有代码问题说明 #

• 列名在循环内重复追加，导致列名列表冗余、命名不符合预期
• 所有行数据未按行拆分，全部存入同一个一维列表，生成DataFrame时结构错误

修复后实现代码 #

import pandas as pd

# 你传入的固定queue_id
queue_id = 'a72dba75-0bc6-4a65-b120-8803364f8dc3'

# 提前按要求定义列名，避免循环追加导致的冗余问题
columns = ['queue_id', 'nOffered_count', 'nOffered_sum', 'interval_start', 'interval_end']
# 存储每行数据的列表
row_list = []

if queryResult.get('results'):
    # 遍历结果集
    for res in queryResult['results']:
        for data_item in res['data']:
            # 拆分时间区间为开始和结束
            interval_start, interval_end = data_item['interval'].split('/')
            # 遍历指标项
            for metric in data_item['metrics']:
                # 组装单条记录
                single_row = [
                    queue_id,
                    metric['stats']['count'],
                    metric['stats']['sum'],
                    interval_start,
                    interval_end
                ]
                row_list.append(single_row)

# 生成符合要求的DataFrame
df = pd.DataFrame(row_list, columns=columns)

代码调整说明 #

如果你拿到的query_result是解析后的对象而非字典，把代码中所有xxx['yyy']格式的字典访问改为xxx.yyy的属性访问即可，其余逻辑不变。如果后续需要新增其他指标，只需要在columns中按{指标名}_{统计项}的规则新增对应列，同步调整single_row的组装逻辑即可兼容。

内容的提问来源于stack exchange，提问作者Shivika