Python 如何将嵌套JSON转换为数据帧？

我知道这个问题已经被问过很多次了，但我似乎无法将任何解决方案应用到我的问题上

查询：

import urllib, json
url = 'https://api.carbonintensity.org.uk/regional'
params = 'Accept: application/json'
r = requests.get(url = url, params = params) 
data = r.json()
print(data)

输出：

{'data'：[{'from'：'2019-08-30T08:00Z'，'to'：'2019-08-30T08:30Z'， “地区”：[{'regionid'：1，“第诺雷区”：“苏格兰水电站” 配电“，”简称“：”北苏格兰“，”强度“： {'forecast'：32，'index'：'very low'}，'generationmix'：[{'fuel'： '生物量'，'perc'：0}，{'fuel'：'coal'，'perc'：0}，{'fuel'： 'imports'，'perc'：0}，{'fuel'：'gas'，'perc'：8.3}，{'fuel'： '核能'，'perc'：0}，{'fuel'：'other'，'perc'：0}，{'fuel'：'hydro'， 'perc'：12.8}，{'fuel'：'solar'，'perc'：0}，{'fuel'：'wind'，'perc'： 78.9}]}，{'regionid'：2，'dnoregion'：'SP Distribution'，'shortname'：'South Scotland'，'intensity'：{'forecast'：14，'index'：'very low'}， “generationmix”：[{'fuel'：'Biomics'，'perc'：1.6}，{'fuel'：'coal'， 'perc'：0}，{'fuel'：'imports'，'perc'：1.9}，{'fuel'：'gas'，'perc'： 1.1}，{'fuel'：'nuclear'，'perc'：31.9}，{'fuel'：'other'，'perc'：0}，{'fuel'：'hydro'，'perc'：0.2}，{'fuel'：'solar'，'perc'：0.5}， {'fuel'：'wind'，'perc'：62.8}]}，{'regionid'：3，'dnoregion'： “西北电力公司”、“简称”：“英格兰西北部”， ‘强度’：{‘预测’：53，‘指数’：‘非常低’}，‘世代混合’： [{'fuel'：'biomatical'，'perc'：0}，{'fuel'：'coal'，'perc'：0}，{'fuel'： 'imports'，'perc'：0}，{'fuel'：'gas'，'perc'：13.3}，{'fuel'： 'nuclear'，'perc'：49.4}，{'fuel'：'other'，'perc'：0}，{'fuel'： 'hydro'，'perc'：0}，{'fuel'：'solar'，'perc'：0.3}，{'fuel'：'wind'， 'perc'：37}]}，{'regionid'：4，'dnoregion'：'NPG东北'， “shortname:”英格兰东北部“，”强度“：{”预测“：25， 'index'：'very low'}，'generationmix'：[{'fuel'：'biomative'，'perc'： 20.8}，{'fuel'：'coal'，'perc'：0}，{'fuel'：'imports'，'perc'：0}，{'fuel'：'gas'，'perc'：0}，{'fuel'：'nuclear'，'perc'：71.3}， {'fuel'：'other'，'perc'：0}，{'fuel'：'hydro'，'perc'：0}，{'fuel'： “太阳能”，“perc”：1.3}，{“燃料”：“风”，“perc”：6.6}]}，{“区域ID”： 5、‘dnoregion’：‘NPG约克郡’，‘简称’：‘约克郡’， ‘强度’：{‘预测’：235，‘指数’：‘中等’}，‘世代混合’： [{'fuel'：'biomatic'，'perc'：39.3}，{'fuel'：'coal'，'perc'：0}， {'fuel'：'imports'，'perc'：0}，{'fuel'：'gas'，'perc'：47.9}， {'fuel'：'nuclear'，'perc'：0}，{'fuel'：'other'，'perc'：0}，{'fuel'： 'hydro'，'perc'：0}，{'fuel'：'solar'，'perc'：1.1}，{'fuel'：'wind'， 'perc'：11.7}]}，{'regionid'：6'dnoregion'：'SP Manweb'， “短名称”：“北威尔士和默西塞德”，“强度”：{“预测”： 257，'指数'：'中等'}，'世代混合'：[{'燃料'：'生物量'， 'perc'：0}，{'fuel'：'coal'，'perc'：6}，{'fuel'：'imports'，'perc'： 27}，{'fuel'：'gas'，'perc'：20.3}，{'fuel'：'nuclear'，'perc'：0}， {'fuel'：'other'，'perc'：0}，{'fuel'：'hydro'，'perc'：2}，{'fuel'： “太阳能”，“perc”：2.7}，{“燃料”：“风”，“perc”：42}]}，{“区域ID”：7， “dnoregion”：“WPD南威尔士”，“简称”：“南威尔士”， “强度”：{“预测”：282，“指数”：“高”}，“世代混合”： [{'fuel'：'biomatical'，'perc'：0}，{'fuel'：'coal'，'perc'：0.1}， {'fuel'：'imports'，'perc'：0}，{'fuel'：'gas'，'perc'：71.1}， {'fuel'：'nuclear'，'perc'：0}，{'fuel'：'other'，'perc'：0}，{'fuel'： 'hydro'，'perc'：0}，{'fuel'：'solar'，'perc'：6}，{'fuel'：'wind'， 'perc'：22.8}]}，{'regionid'：8，'dnoregion'：'WPD West Midlands'， “shortname”：“西米德兰兹”，“强度”：{“预测”：57，“索引”： '非常低'，'世代混合'：[{'fuel'：'biometry'，'perc'：1}， {'fuel'：'coal'，'perc'：0.4}，{'fuel'：'imports'，'perc'：2.5}， {'fuel'：'gas'，'perc'：10}，{'fuel'：'nuclear'，'perc'：28.2}， {'fuel'：'other'，'perc'：0}，{'fuel'：'hydro'，'perc'：2.8}，{'fuel'： “太阳能”，“perc”：2.2}，{“燃料”：“风”，“perc”：52.9}]}，{“区域ID”： 9，“德诺雷区”：“东米德兰WPD”，“简称”：“东米德兰”， ‘强度’：{‘预测’：340，‘指数’：‘高’}，‘世代混合’： [{'fuel'：'biomatical'，'perc'：0}，{'fuel'：'coal'，'perc'：14.2}， {'fuel'：'imports'，'perc'：0}，{'fuel'：'gas'，'perc'：54}，{'fuel'： '核能'，'perc'：0}，{'fuel'：'other'，'perc'：0}，{'fuel'：'hydro'， 'perc'：0}，{'fuel'：'solar'，'perc'：8}，{'fuel'：'wind'，'perc'： 23.8}]}，{'regionid'：10，'dnoregion'：'UKPN East'，'shortname'：'East England'，'intensity'：{'forecast'：125，'index'：'low'}， 'generationmix'：[{'fuel'：'Biomatical'，'perc'：0}，{'fuel'：'coal'， 'perc'：0}，{'fuel'：'imports'，'perc'：0}，{'fuel'：'gas'，'perc'： 31.9}，{'fuel'：'nuclear'，'perc'：30.9}，{'fuel'：'other'，'perc'：0}，{'fuel'：'hydro'，'perc'：0}，{'fuel'：'solar'，'perc'：12.9}， {'fuel'：'wind'，'perc'：24.3}]}，{'regionid'：11，'dnoreregion'：'WPD 西南“，”简称“：”英格兰西南“，”强度“： {'forecast'：29，'index'：'very low'}，'generationmix'：[{'fuel'： '生物量'，'perc'：0}，{'fuel'：'coal'，'perc'：0}，{'fuel'： 'imports'，'perc'：0}，{'fuel'：'gas'，'perc'：7.6}，{'fuel'： 'nuclear'，'perc'：64}，{'fuel'：'other'，'perc'：0}，{'fuel'： 'hydro'，'perc'：0}，{'fuel'：'solar'，'perc'：25.3}，{'fuel'：'wind'， 'perc'：3.1}]}，{'regionid'：12，'dnoregion'：'SSE South'， “短名”：“南英格兰”，“强度”：{“预测”：175，“指数”： '中等'}，'世代混合'：[{'fuel'：'biometry'，'perc'：5}， {'fuel'：'coal'，'perc'：0.4}，{'fuel'：'imports'，'perc'：0.8}， {'fuel'：'gas'，'perc'：40.9}，{'fuel'：'nuclear'，'perc'：17.3}， {'fuel'：'other'，'perc'：0}，{'fuel'：'hydro'，'perc'：1.1}，{'fuel'： “太阳能”，“perc”：11.7}，{“燃料”：“风”，“perc”：22.8}]}，{“区域ID”： 13，“第三区域”：“UKPN伦敦”，“简称”：“伦敦”，“强度”： {'forecast'：124，'index'：'low'}，'generationmix'：[{'fuel'： “生物质”，“perc”：13.8}，{“燃料”：“煤”，“perc”：0.8}，{“燃料”： 'imports'，'perc'：0.8}，{'fuel'：'gas'，'perc'：24.2}，{'fuel'： 'nuclear'，'perc'：22.4}，{'fuel'：'other'，'perc'：0}，{'fuel'：

json_normalize(data)

pd.io.json.json_normalize(data['data'])

pd.io.json.json_normalize(data['data'][0]['from'])
pd.io.json.json_normalize(data['data'][0]['to'])
pd.io.json.json_normalize(data['data'][0]['regions'])

for everyRegion in enumerate(data['data'][0]['regions']):
    pd.io.json.json_normalize(data['data'][0]['regions'][everyRegion])