Python解析含嵌套字典与列表的JSON并转换为DataFrame求助

方法1：使用pandas内置json_normalize（推荐，代码最简洁） #

json_normalize是pandas专门用来处理嵌套JSON/字典结构转DataFrame的工具，直接指定要展开的嵌套字段和要保留的上层字段即可：

import pandas as pd

# 直接展开嵌套结构
df = pd.json_normalize(
    data=data['event']['markets'],
    record_path='odds', # 要展开的嵌套赔率列表
    meta=['marketName'] # 要保留的上层市场名称字段
)

# 筛选你需要的3个字段，多余字段可直接丢弃
df = df[['marketName', 'name', 'odd']]

方法2：手动构造数据（适合新手理解逻辑） #

如果你想自己控制数据处理流程，也可以先把所有数据整理成规整的字典列表，再转DataFrame：

import pandas as pd

result = []
markets = data['event']['markets']
for m in markets:
    current_market = m['marketName']
    # 遍历当前市场下的所有赔率
    for odd_entry in m['odds']:
        result.append({
            'marketName': current_market,
            'name': odd_entry['name'],
            'odd': odd_entry['odd']
        })

df = pd.DataFrame(result)

最终输出效果 #

得到的DataFrame格式如下：

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