Python 分析数据帧中的多个嵌套文件

我有这个文件，这个文件是一个弹性搜索查询的示例结果

[{'key': 'hkdshkdsd',
  'doc_count': 1851,
  'aggs_fs': {'doc_count_error_upper_bound': 0,
   'sum_other_doc_count': 697,
   'buckets': [{'key': 'jdsjodsjod',
     'doc_count': 113,
     'agg_date': {'buckets': [{'key_as_string': '2020-09-07T14:00:00.000Z',
        'key': 1599487200000,
        'doc_count': 20,
        'agg_ave': {'value': 40.22999954223633}},
       {'key_as_string': '2020-09-07T15:00:00.000Z',
        'key': 1599490800000,
        'doc_count': 19,
        'agg_ave': {'value': 40.22999954223633},
        'aggs_ma': {'value': 40.22999954223633}},
       {'key_as_string': '2020-09-07T16:00:00.000Z',
        'key': 1599494400000,
        'doc_count': 27,
        'agg_ave': {'value': 40.22999954223633},
        'aggs_ma': {'value': 40.22999954223633}},
       {'key_as_string': '2020-09-07T17:00:00.000Z',
        'key': 1599498000000,
        'doc_count': 20,
        'agg_ave': {'value': 40.22999954223633},
        'aggs_ma': {'value': 40.22999954223633}},
       {'key_as_string': '2020-09-07T18:00:00.000Z',
        'key': 1599501600000,
        'doc_count': 23,
        'agg_ave': {'value': 40.22999954223633},
        'aggs_ma': {'value': 40.22999954223633}},
       {'key_as_string': '2020-09-07T19:00:00.000Z',
        'key': 1599505200000,
        'doc_count': 4,
        'agg_ave': {'value': 40.22999954223633},
        'aggs_ma': {'value': 40.22999954223633}},
       {'key_as_string': '2020-09-07T20:00:00.000Z',
        'key': 1599508800000,
        'doc_count': 0,
        'aggs_ma': {'value': 40.22999954223633}},
       {'key_as_string': '2020-09-07T21:00:00.000Z',
        'key': 1599512400000,
        'doc_count': 0,
        'aggs_ma': {'value': 40.22999954223633}},
       {'key_as_string': '2020-09-07T22:00:00.000Z',
        'key': 1599516000000,
        'doc_count': 0,
        'aggs_ma': {'value': 40.22999954223633}},
       {'key_as_string': '2020-09-07T23:00:00.000Z',
        'key': 1599519600000,
        'doc_count': 0,
        'aggs_ma': {'value': 40.22999954223633}},
       {'key_as_string': '2020-09-08T00:00:00.000Z',
        'key': 1599523200000,
        'doc_count': 0,
        'aggs_ma': {'value': 40.22999954223633}},
       {'key_as_string': '2020-09-08T01:00:00.000Z',
        'key': 1599526800000,
        'doc_count': 0,
        'aggs_ma': {'value': 40.22999954223633}},
       {'key_as_string': '2020-09-08T02:00:00.000Z',
        'key': 1599530400000,
        'doc_count': 0,
        'aggs_ma': {'value': 40.22999954223633}}]}}]}}]

我需要在pandas数据帧中转换此文件，我尝试使用

json\u normalize

，但似乎只是规范化了第一个键，当第一个键被规范化并希望继续规范化时，发生的情况会返回一个错误

有人能帮我吗

谢谢

我使用以下代码：

dfs = []
for i in your_list:
    df = pd.DataFrame.from_dict(i, orient='index')
    # Use pd.DataFrame.from_dict(i, orient='index').T may be
    dfs.append(dfs)

full_df = pd.concat(dfs)

---

它只是让生活比标准化更简单。鉴于数据的嵌套性质，请提供一个示例，说明您希望数据帧的外观。谢谢。@Scotna请给出预期输出。代码需要一些更改。