如何使用Pandas从嵌套JSON中解析指定字段

这个问题我之前也碰到过，你遇到的索引错误是因为d['system-infos']是单个字典对象，而pd.DataFrame()默认期望的是可迭代的行数据（比如字典组成的列表）。当你直接传入单个字典并指定columns时，Pandas无法识别对应的行索引，所以抛出了错误。

下面给你几个简单的解决方案，都能生成你想要的包含hostname和domain字段的DataFrame：

方案1：把字典包装成列表传入 #

把单个字典放到列表里，Pandas就会把它当作一行数据来处理：

import pandas as pd
import json

with open("C:\\Users\\esrilka\\Documents\\jsonFiles\\jsonFiles\\Mynew.json") as fi:
    d = json.load(fi)
    # 将system-infos字典包装成列表，让Pandas识别为单行数据
    works_data3 = pd.DataFrame(data=[d['system-infos']], columns=['hostname', 'domain'])

方案2：使用from_dict方法生成DataFrame #

这个方法专门用于从字典构建DataFrame，处理单个字典更直观：

import pandas as pd
import json

with open("C:\\Users\\esrilka\\Documents\\jsonFiles\\jsonFiles\\Mynew.json") as fi:
    d = json.load(fi)
    # 从字典生成DataFrame，转置后筛选需要的列
    works_data3 = pd.DataFrame.from_dict(d['system-infos'], orient='index').T[['hostname', 'domain']]

方案3：用json_normalize简化嵌套JSON处理 #

既然你已经导入了json_normalize，用它来提取嵌套字段会更简洁，尤其适合复杂的JSON结构：

import pandas as pd
import json
from pandas.io.json import json_normalize

with open("C:\\Users\\esrilka\\Documents\\jsonFiles\\jsonFiles\\Mynew.json") as fi:
    d = json.load(fi)
    # 直接提取system-infos下的指定字段生成DataFrame
    works_data3 = json_normalize(d['system-infos'])[['hostname', 'domain']]

以上三种方法都能得到你期望的结果：一个包含hostname和domain两列的DataFrame，行数据对应JSON文件里的取值。

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