如何将此嵌套的 JSON 以柱状形式转换为 Pandas 数据框

Posted 2023-03-12

【中文标题】如何将此嵌套的 JSON 以柱状形式转换为 Pandas 数据框

【英文标题】：how to convert this nested JSON in columnar form into Pandas dataframe

【发布时间】：2015-04-03 21:02:29

【问题描述】：

我可以将这种列式格式的嵌套 JSON 格式读入 pandas。

JSON Scheme

JSON 方案格式

Python 脚本

    req = requests.get(REQUEST_API)
    returned_data = json.loads(req.text)
    # status
    print("status: 0".format(returned_data["status"]))
    # api version
    print("version: 0".format(returned_data["version"]))
    data_in_columnar_form = pd.DataFrame(returned_data["data"])
    data = data_in_columnar_form["data"]

更新

我想把下面的JSON方案转换成表格格式作为表格，怎么做？

JSON 方案

     "data":[  
          
           "year":"2009",
           "values":[  
                
                 "Actual":"(0.2)"
              ,
                
                 "Upper End of Range":"-"
              ,
                
                 "Upper End of Central Tendency":"-"
              ,
                
                 "Lower End of Central Tendency":"-"
              ,
                
                 "Lower End of Range":"-"
              
           ]
        ,
          
           "year":"2010",
           "values":[  
                
                 "Actual":"2.8"
              ,
                
                 "Upper End of Range":"-"
              ,
                
                 "Upper End of Central Tendency":"-"
              ,
                
                 "Lower End of Central Tendency":"-"
              ,
                
                 "Lower End of Range":"-"
              
           ]
        ,...
        ]

【问题讨论】：

也许这就是您要找的东西？ Construct pandas DataFrame from items in nested dictionary

【参考方案1】：

Pandas 有一个 JSON normalization 函数（从 0.13 开始），直接来自文档：

In [205]: from pandas.io.json import json_normalize

In [206]: data = ['state': 'Florida',
   .....:           'shortname': 'FL',
   .....:           'info': 
   .....:                'governor': 'Rick Scott'
   .....:           ,
   .....:           'counties': ['name': 'Dade', 'population': 12345,
   .....:                       'name': 'Broward', 'population': 40000,
   .....:                       'name': 'Palm Beach', 'population': 60000],
   .....:          'state': 'Ohio',
   .....:           'shortname': 'OH',
   .....:           'info': 
   .....:                'governor': 'John Kasich'
   .....:           ,
   .....:           'counties': ['name': 'Summit', 'population': 1234,
   .....:                        'name': 'Cuyahoga', 'population': 1337]]
   .....: 

In [207]: json_normalize(data, 'counties', ['state', 'shortname', ['info', 'governor']])
Out[207]: 
         name  population info.governor    state shortname
0        Dade       12345    Rick Scott  Florida        FL
1     Broward       40000    Rick Scott  Florida        FL
2  Palm Beach       60000    Rick Scott  Florida        FL
3      Summit        1234   John Kasich     Ohio        OH
4    Cuyahoga        1337   John Kasich     Ohio        OH

【讨论】：

我总是忘记它的存在，所以我重新实现了几次。 :-(

@DSM 我也是...公平地说，它是“最近的”。 :)

@AndyHayden 谢谢你的回复，你能给我一些新问题的提示吗***.com/questions/28335321/…

@Andy Hayden 如果'counties' 是'info' 的孩子怎么办？元数据会是什么？我仍在测试以解析 'info':['counties'] 值。