我没有找到解决这个问题的捷径，也许有人能给我们一些启发。
然而，解决方案不是那么长，所以我想张贴它无论如何。
如果我没有阅读错你的问题，你的“JSON”并不是真正的JSON，它是一个包含两个键total和items的字典的列表，items的值是字典的列表，所以我们可以迭代这些值，并从每个字典中获取key-value元素：

from collections import defaultdict
import pandas as pd

dict_to_df = defaultdict(list)
dictionaries = [inner_dicts for items_dict in my_json for inner_dicts in items_dict['items']]

for dictionary in dictionaries:
    dict_to_df[dictionary['key']].append(dictionary['value'])

df = pd.DataFrame.from_dict(dict_to_df, orient='index').T
print(df)

其输出：

time agentNotes blindTransferToAgent
0  2022-12-13T23:59:59.939-07:00       null                    0

解释：

• 初始化一个空的defaultdict（默认值为list），我们将把它读到一个panda Dataframe 中。
• 将每个key的值插入到我们的“JSON”中
• 将字典读入一个panda DataFrame--如果这些值的长度不同，则调整索引的方向并转置。（例如，还有一个值为1的blindTransferToAgent）如果JSON看起来像这样，则进行处理：

{
            "key": "time",
            "label": "Time",
            "value": "2022-12-13T23:59:59.939-07:00"
        },
        {
            "key": "agentNotes",
            "label": "Agent Notes",
            "value": "null"
        },
        {
            "key": "blindTransferToAgent",
            "label": "Blind Transfer To Agent",
            "value": "0"
        },
        {
            "key": "blindTransferToAgent",
            "label": "Blind Transfer To Agent",
            "value": "4"
        }

它将输出：

time agentNotes blindTransferToAgent
0  2022-12-13T23:59:59.939-07:00       null                    0
1                           None       None                    4

尝试更改此设置：

df = pd.json_normalize(my_json, ["items"])

变成这样：

df = pd.json_normalize(my_json, ["items"]).T

Pandas DataFrame对象中的T属性存储索引和列的换位，这就是您要查找的内容。
输出：

0            1                        2
key                             time   agentNotes     blindTransferToAgent
label                           Time  Agent Notes  Blind Transfer To Agent
value  2022-12-13T23:59:59.939-07:00         null                        0