读取JSON到Pandas DataFrame遇ValueError：混合字典非序列问题怎么解决？

这个错误出现的原因很明确：你把包含字典（status字段）和列表（result字段）的混合结构直接传给了pd.DataFrame()，Pandas没法确定该怎么处理这种混合类型的输入，所以抛出了排序歧义的错误。

正确的做法是只提取JSON中列表类型的result字段来构建DataFrame，status字段可以单独处理或者按需保留，具体步骤如下：

步骤1：加载并解析JSON数据 #

首先把JSON数据转换成Python字典（不管你是从字符串还是文件读取，处理逻辑一致）：

import json
import pandas as pd

# 假设你的JSON是字符串形式（如果是文件，用json.load()替代json.loads()）
json_str = '''{ "status": { "statuscode": 200, "statusmessage": "Everything OK" }, "result": [{ "id": 22, "club_id": 16182 }, { "id": 23, "club_id": 16182 }, { "id": 24, "club_id": 16182 }, { "id": 25, "club_id": 16182 }, { "id": 26, "club_id": 16182 }, { "id": 27, "club_id": 16182 }] }'''

# 解析为Python字典
data_dict = json.loads(json_str)

步骤2：提取result字段构建DataFrame #

result是标准的「列表套字典」结构，这是Pandas最容易处理的格式之一，直接传入即可：

df = pd.DataFrame(data_dict['result'])
print(df)

运行后会得到预期的DataFrame输出：

id  club_id
0  22    16182
1  23    16182
2  24    16182
3  25    16182
4  26    16182
5  27    16182

额外：按需处理status字段（可选） #

如果需要保留状态信息，可以把status转成单独的Series，或者合并到DataFrame的每一行：

# 方式1：把status转为单独的Series
status_info = pd.Series(data_dict['status'])
print(status_info)

# 方式2：将状态信息添加到DataFrame的所有行
df['statuscode'] = data_dict['status']['statuscode']
df['statusmessage'] = data_dict['status']['statusmessage']

这样就完全避开了混合类型输入的问题，完美解决那个ValueError啦！

内容的提问来源于stack exchange，提问作者userPyGeo