使用pandas.json_normalize转换嵌套JSON为指定结构DataFrame

你当前使用pd.json_normalize的参数配置和接口返回的JSON嵌套层级完全不匹配：

• data['campsites']是以营地唯一ID为键的嵌套字典，并非列表结构，直接传入json_normalize会导致函数无法定位内部嵌套字段的路径
• record_path='availabilities'的配置不符合数据结构：该字段是嵌在每个营地条目内部的键值对字典（格式为{日期字符串: 可用状态}），本身不是可直接展开的列表结构
• meta='campsites'的路径完全错误，meta参数用于指定需要从父层级保留的字段路径，并非整个数据块的标识

import json
import urllib.request
import pandas as pd

url = "https://www.recreation.gov/api/camps/availability/campground/232447/month?start_date=2021-05-01T00%3A00%3A00.000Z"
with urllib.request.urlopen(url) as resp:
    data = json.loads(resp.read().decode())

# 1. 以营地ID为索引，生成营地基础信息表
campsite_base = pd.DataFrame.from_dict(data['campsites'], orient='index')

# 2. 展开availabilities嵌套字典，生成（营地ID, 日期, 状态）长表
avail_long = (
    campsite_base['availabilities']
    .apply(pd.Series)  # 将每个营地的{日期:状态}字典拆为宽表列
    .stack()  # 宽表转长表，生成（原营地ID, 日期）的双层索引
    .reset_index(name='availability_status')
    .rename(columns={'level_0': 'parent_campsite_id'})
)

# 3. 关联营地基础信息，生成最终结构化DataFrame
final_df = avail_long.merge(
    campsite_base.drop(columns=['availabilities']),
    left_on='parent_campsite_id',
    right_index=True,
    how='left'
)

# 过滤空状态行，按需调整列顺序匹配参考结构
final_df = final_df.dropna(subset=['availability_status'])
print(final_df.head())

优化提示：如果需要将日期列格式化为纯日期字符串，只需对日期列做简单截取：
final_df['date'] = final_df['level_1'].str.slice(0, 10)
最终输出的列会包含营地ID、站点编号、站点类型、日期、可用状态，和参考截图的结构完全一致。

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