如何将BI Query返回的嵌套JSON数据读取为Pandas DataFrame？

你说得没错，这种带顶层元数据的嵌套JSON是API返回里的常见场景，pd.read_json(url)直接用确实会把整个顶层对象（包括count、next这些字段）当成DataFrame结构，完全不是我们要的结果。不用自己从头写复杂逻辑，用requests加Pandas就能轻松搞定，甚至还能顺手处理分页的情况。

基础版：单次请求转换 #

先通过requests获取API数据，解析后提取results数组，再传入pd.DataFrame()即可：

import requests
import pandas as pd

# 替换成你的BI Query服务实际URL
api_url = "https://your-bi-query-service.com/target-endpoint"

# 发送请求并解析JSON响应
response = requests.get(api_url)
response_data = response.json()

# 提取核心数据数组并转换为DataFrame
df = pd.DataFrame(response_data["results"])

运行后df就会生成包含name和surname列的表格，完全匹配你示例里的数据结构。

进阶版：自动处理分页数据 #

如果你的API支持分页（比如next字段返回下一页的请求URL），可以用循环自动拉取所有页的数据：

import requests
import pandas as pd

api_url = "https://your-bi-query-service.com/target-endpoint"
all_records = []

while api_url:
    response = requests.get(api_url)
    response_data = response.json()
    # 把当前页的结果追加到总列表
    all_records.extend(response_data["results"])
    # 更新请求URL为下一页地址，没有下一页时会变成None，自动终止循环
    api_url = response_data["next"]

# 把所有分页数据合并成一个DataFrame
df = pd.DataFrame(all_records)

为什么read_json(url)不行？ #

pd.read_json()默认会把整个JSON对象直接解析成DataFrame，你的示例数据顶层是包含count、next、previous、results的对象，所以直接用的话，results会变成一个单独的列，每个单元格是一个字典，这显然不是你要的行级数据结构。必须先提取results这个数组，再转换才能得到正确的表格。

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