使用 Python 从 JSON 嵌套列表和字符串数组中提取值

Posted 2023-03-12

【中文标题】使用 Python 从 JSON 嵌套列表和字符串数组中提取值

【英文标题】：Extract values from JSON nested list and string array with Python

【发布时间】：2020-11-07 19:58:55

【问题描述】：

我正在尝试从 JSON 数据集中提取马萨诸塞州波士顿多个社区的坐标，但我一直在尝试仅获取每个城市的第一个坐标对；下面是罗斯林代尔坐标的一个小版本。

"features": [
    "type": "Feature",
    "properties": 
      "Name": "Roslindale",
      "Acres": 1605.5682375,
      "SqMiles": 2.51,
    ,
    "geometry": 
      "type": "MultiPolygon",
      "coordinates": [
        [
          [
            [
              -71.125927174853857,
              42.272013107957406
            ],
            [
              -71.125927174853857,
              42.272013107957406
            ]
          ]
        ],
        [
          [
            [
              -71.125830766767592,
              42.272212845889705
            ],
            [
              -71.125830766767592,
              42.272212845889705
            ]
          ]
        ],
        [
          [
            [
              -71.125767203228904,
              42.272315958536389
            ],
            [
              -71.125767203228904,
              42.272315958536389
            ]
          ]
        ]
      ]
    
  ,

现在我已经提取了我想要使用的数据

for data in boston_neighborhoods:
    neighborhood_name = data['properties']['Name']
    neighborhood_id = data['properties']['Neighborhood_ID']
    neighborhood_size = data['properties']['SqMiles']
    neighborhood_latlon = data['geometry']['coordinates']
    neighborhood_lat = neighborhood_latlon
    neighborhood_lon = neighborhood_latlon

    neighborhoods = neighborhoods.append('Neighborhood': neighborhood_name,
                                          'Neighborhood_ID': neighborhood_id,
                                          'SqMiles': neighborhood_size,
                                          'Latitude': neighborhood_lat,
                                          'Longitude': neighborhood_lon, ignore_index=True)

这会返回多个坐标对，但我只想要第一对，下面是我现在返回的示例输出：

Latitude                   |           Longitude     
--------------------------------------------------------
[[[[-71.12592717485386,    |    [[[[-71.12592717485386, 
42.272013107957406], [...  |    42.272013107957406], [...    

【问题讨论】：

基本上你需要在一列中的纬度和另一列中的所有长？

是的，这会有所帮助，但每个城市大约有 1200 个纬度和经度对，我只想拉每个城市的第一对。

【参考方案1】：

可能有点矫枉过正，但JMESPath 让查询嵌套 JSON 结构变得非常容易。

遍历文档，您首先需要获取数组中的每个元素 ([*])，然后为每个元素选择一个对象（Python 字典）中的项目。您将选择properties 下的邻域，然后选择Name (properties.Name)。您对类似的嵌套属性执行相同操作。

坐标位于geometry.coordinates 下，这是一个由坐标对数组组成的数组。

import jmespath
import pandas as pd

query = """
[*]. 
    Neighborhood: properties.Name,
    Neighborhood_ID: properties.Neighborhood_ID, 
    SqMiles: properties.SqMiles, 
    Latitude: geometry.coordinates[0][0][0][0], 
    Longitude: geometry.coordinates[0][0][0][1] 

"""

compiled = jmespath.compile(query)
result = compiled.search(boston_neighborhoods)

df = pd.DataFrame.from_records(result)
#   Neighborhood Neighborhood_ID  SqMiles   Latitude  Longitude
# 0   Roslindale            None     2.51 -71.125927  42.272013

【讨论】：

非常好的答案，不知道JMESPath，谢谢分享！ +1 :)