将API返回的嵌套字典列表转换为指定格式Pandas DataFrame的最优方法

直接通过遍历预处理+Pandas构造DataFrame即可，逻辑简洁性能最优，兼容不同条目包含不同属性键的场景：

完整实现代码 #

import pandas as pd

# 你的原始API返回数据
items = [
    {
        "identification":{
            "id":"ID1",
            "FCID":"FCID1"
        },
        "attributes":[
            {"key":"KEY1","value":"VALUE11"},
            {"key":"KEY2","value":"VALUE12"},
            {"key":"KEY3","value":"VALUE13"}
        ]
    },
    {
        "identification":{
            "id":"ID2",
            "FCID":"FCID2"
        },
        "attributes":[
            {"key":"KEY1","value":"VALUE21"},
            {"key":"KEY2","value":"VALUE22"},
            {"key":"KEY3","value":"VALUE23"},
            {"key":"KEY4","value":"VALUE24"}
        ]
    }
]

# 第一步：预处理扁平化数据结构
processed_rows = []
for item in items:
    # 提取基础标识字段
    row = item["identification"].copy()
    # 合并属性键值对
    row.update({attr["key"]: attr["value"] for attr in item["attributes"]})
    processed_rows.append(row)

# 第二步：构造DataFrame
df = pd.DataFrame(processed_rows)

# （按需执行）匹配你示例的ID/FCID格式要求
df["ID"] = df["id"].str.strip("ID").astype(int)
df["FCID"] = df["FCID"].str.replace("FCID", "F")
# 调整列顺序，缺失值自动填充为NaN，可按需转成None
df = df[["ID", "FCID", "KEY1", "KEY2", "KEY3", "KEY4"]].where(pd.notnull(df), None)

输出结果 #

运行后得到的df完全符合要求：

方案优势 #

• 时间复杂度为O(N)，N为所有属性的总条数，仅需单次遍历即可完成预处理，性能远高于先展开再透视的方案
• 不需要提前知晓所有属性的key列表，自动适配不同条目包含不同属性的场景
• 逻辑简洁可读性强，后续维护调整成本极低

内容的提问来源于stack exchange，提问作者iammdi