Python实现将API返回JSON生成的单列DataFrame拆分为多列

嘿，这个问题我太熟了！之前我从API拉数据的时候也踩过这个坑——明明看着是字典格式，转成DataFrame却变成了单列，每行都是个嵌套字典。别担心，有几种简单的方法能搞定：

你原来的代码是先把JSON转成普通DataFrame，但其实Pandas专门有个处理嵌套JSON的函数json_normalize()，直接用它解析API返回结果就行，一步到位：

import requests
import pandas as pd

session = requests.Session()
s = session.get(url, headers=headers)
r = s.json()

# 用json_normalize直接解析字典列表，自动拆分成多列
df = pd.json_normalize(r)
print(df)

这个方法会自动把每个字典里的id、address_id等键都拆成独立的列，完全符合你的需求。

要是你已经得到了那个只有一列的DataFrame（比如列名是默认的0，或者你知道具体列名），可以把这一列的每个字典转成单独的DataFrame，替换掉原来的结构：

# 假设你的单列DataFrame叫df，列名是'payload'（或者用df.columns[0]获取默认列名）
df = df['payload'].apply(pd.Series)
# 如果列名是默认的0，就这么写：
# df = df[0].apply(pd.Series)

print(df)

执行完这行代码，原来嵌套在单元格里的字典就会被展开成一个个独立的列了。

你之前用pd.DataFrame(r)的时候，如果r是纯字典列表，正常来说应该直接生成多列，但如果API返回的JSON是嵌套结构（比如每个元素是一个字典，里面还有子字典），或者r本身是一个大字典，其中某个键对应的值才是我们需要的字典列表，那pd.DataFrame()就只会生成单列。这时候json_normalize()就派上用场了，它能自动扁平化各种嵌套的JSON结构。

内容的提问来源于stack exchange，提问作者DBa