Flask Rest API多JSON响应转Pandas DataFrame失败求助

嘿，我之前也碰到过类似的麻烦，从API拿数据转DataFrame的时候踩过不少坑，咱们一步步来排查解决：

首先确认API返回的JSON格式 #

先别着急转DataFrame，先把API返回的内容打出来看看，用print(response.text)就行。一般会遇到两种常见格式：

情况1：返回的是标准JSON数组（最常见）

如果输出是像[{"asset_id": "1", "value": 100}, {"asset_id": "2", "value": 200}]这样的数组，那直接解析转DataFrame就行：

import requests
import pandas as pd

# 调用API
response = requests.get("你的Flask API地址")
# 解析JSON为列表
data_list = response.json()
# 转成DataFrame
df = pd.DataFrame(data_list)

要是这里报错，大概率是JSON格式有问题，比如API返回了错误页（比如500错误的HTML），或者数组里有格式不统一的对象，这时候得先修正API返回的内容，或者过滤掉无效的对象。

情况2：返回的是换行分隔的独立JSON（NDJSON格式）

有些API会每行返回一个JSON对象，比如：

{"asset_id": "1", "value": 100}
{"asset_id": "2", "value": 200}

这时候直接用response.json()会报错，因为这不是合法的JSON数组，得逐行解析：

import requests
import pandas as pd
import json

response = requests.get("你的Flask API地址")
# 按行拆分内容，过滤空行
lines = [line.strip() for line in response.text.split('\n') if line.strip()]
# 逐行解析JSON
data_list = [json.loads(line) for line in lines]
# 转DataFrame
df = pd.DataFrame(data_list)

处理嵌套JSON的情况 #

如果每个JSON对象里还有嵌套的子对象，比如{"asset_id": "1", "details": {"price": 100, "location": "NY"}}，直接用pd.DataFrame()会把details列变成字典，这时候可以用pd.json_normalize()来扁平化数据：

df = pd.json_normalize(data_list)

这样会生成asset_id、details.price、details.location这样的列，方便后续处理。

常见错误排查 #

• 要是碰到ValueError: Expected object or value：先检查response.text，是不是API返回了非JSON内容（比如错误页面），或者JSON格式有语法错误（比如逗号漏了、引号不匹配）。
• 要是碰到TypeError: 'dict' object is not callable：大概率是你漏了括号，应该是response.json()而不是response.json，后者是引用方法对象，不是调用它。

如果还是解决不了，把具体的错误信息和API返回的内容片段贴出来，我再帮你精准定位问题~

内容的提问来源于stack exchange，提问作者SSingh