从嵌套JSON提取val1、val2创建Pandas DataFrame时输出异常
错误原因定位
你当前代码的输出异常,核心是json_normalize的参数传递完全和JSON结构不匹配:
json_normalize的第二个位置参数是record_path,作用是指定JSON结构中存储可展开数组的路径,函数会遍历该路径下的数组元素生成多行记录;第三个位置参数是meta,作用是指定需要从外层附带提取的字段路径。- 你传入
record_path='records'时,函数会把records节点当成可遍历的字典,直接遍历它的3个键(val1/val2/val3),把键名作为每行的记录值;同时meta传入的['val1','val2']是寻找JSON顶层的同名字段,自然全部返回空值,最终生成3行全NaN的异常结果。
适配预期输出的调整方案
方案1:最简化实现(优先使用)
从JSON结构来看,你需要的val1、val2就是records节点下两个长度完全一致的平行列表,不需要复杂的JSON展开逻辑,直接基于提取到的列表构建DataFrame即可:
import json import pandas as pd with open(json_file) as data_file: data = json.load(data_file) df = pd.DataFrame({ "val1": data["records"]["val1"], "val2": data["records"]["val2"] })
运行后输出完全匹配你期望的两列结构,不需要额外的字段过滤。
方案2:合理使用json_normalize的适用场景
你当前示例的JSON结构中,val1、val2是两个独立存储的平行数组,不属于json_normalize最擅长处理的“列表嵌套字典”类结构,强行使用反而会增加代码复杂度。如果后续遇到records节点本身是元素为字典的列表结构,再通过指定正确的record_path、meta参数即可正常展开。
内容的提问来源于stack exchange,提问作者Fluxy
相关产品推荐
相关产品推荐

