pandas将JSON转为DataFrame时不同场景报错问题求解

• 直接触发报错的原因是多余操作：pd.read_json() 执行后已经返回了DataFrame类型结果，你额外将其传入pd.DataFrame()做二次转换，触发了pandas的结构校验规则导致报错。
• 即使去掉二次转换，直接执行pd.read_json('sample2.json')也无法得到和场景1一致的结果：因为pd.read_json的默认解析逻辑和json.loads后转DataFrame的逻辑不同，遇到JSON对象内同时存在标量值和数组值时，pd.read_json不会自动将标量值广播为和数组长度一致的多行，会直接报结构不匹配错误，或者生成不符合预期的宽表结构。

方案1：和场景1逻辑统一（入门优先选，不易出错） #

用Python内置json模块读取文件，和你处理JSON字符串的逻辑完全对齐，避免pandas默认解析规则的差异：

import json
import pandas as pd

# 读取本地JSON文件
with open("sample2.json", "r", encoding="utf-8") as f:
    json_data = json.load(f)

# 转DataFrame，逻辑和场景1完全一致
df = pd.DataFrame(json_data)
print(df)

方案2：调整pd.read_json的使用方式 #

如果要直接用pandas读取，首先去掉多余的二次转换即可正常返回结果。
如果你的JSON文件是每行一条独立JSON记录的JSON Lines格式，额外加lines=True参数即可：

import pandas as pd
df = pd.read_json("sample2.json", lines=True)

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