如何访问 Pandas DataFrame 中嵌入的 json 对象？

Posted 2023-02-23

【中文标题】如何访问 Pandas DataFrame 中嵌入的 json 对象？

【英文标题】：How do I access embedded json objects in a Pandas DataFrame?

【发布时间】：2013-09-10 23:55:56

【问题描述】：

TL;DR 如果 Pandas DataFrame 中加载的字段本身包含 JSON 文档，如何以类似 Pandas 的方式使用它们？

目前，我直接将 Twitter 库 (twython) 中的 json/字典结果转储到 Mongo 集合（此处称为用户）中。

from twython import Twython
from pymongo import MongoClient

tw = Twython(...<auth>...)

# Using mongo as object storage 
client = MongoClient()
db = client.twitter
user_coll = db.users

user_batch = ... # collection of user ids
user_dict_batch = tw.lookup_user(user_id=user_batch)

for user_dict in user_dict_batch:
    if(user_coll.find_one("id":user_dict['id']) == None):
        user_coll.insert(user_dict)

填充此数据库后，我将文档读入 Pandas：

# Pull straight from mongo to pandas
cursor = user_coll.find()
df = pandas.DataFrame(list(cursor))

这就像魔术一样：

我希望能够修改“状态”字段 Pandas 样式（直接访问属性）。有什么办法吗？

编辑：类似于 df['status:text']。状态具有诸如“文本”、“已创建_at”之类的字段。一种选择是扁平化/规范化这个 json 字段，例如 this pull request Wes McKinney 正在研究。

【问题讨论】：

你能举一个你真正想做的例子吗？您展示了df['status'] 列，但您想用它做什么？

FWIW 有一个 PR 正在为此工作：github.com/pydata/pandas/pull/4007

df.status的元素中是否有嵌套记录？

@BrenBarn - 我希望能够在这些字段中进行选择，有点像 df[df['status']['favorited'] == False]。

@PhillipCloud - 很高兴看到公关！此外，看起来其他人在本期中使用 Twitter API 做同样类型的事情：github.com/pydata/pandas/issues/1067。

【参考方案1】：

一种解决方案就是使用 Series 构造函数将其粉碎：

In [1]: df = pd.DataFrame([[1, 'a': 2], [2, 'a': 1, 'b': 3]])

In [2]: df
Out[2]: 
   0                   1
0  1           u'a': 2
1  2  u'a': 1, u'b': 3

In [3]: df[1].apply(pd.Series)
Out[3]: 
   a   b
0  2 NaN
1  1   3

在某些情况下，您可能希望将 concat this 发送到 DataFrame 以代替 dict 行：

In [4]: dict_col = df.pop(1)  # here 1 is the column name

In [5]: pd.concat([df, dict_col.apply(pd.Series)], axis=1)
Out[5]: 
   0  a   b
0  1  2 NaN
1  2  1   3

如果它更深入，你可以这样做几次......

【讨论】：

拉德。只要没有空条目，这效果很好。

还需要合并状态，添加后缀，以便名称冲突得到体面的名称。 df2 = df[df.status.notnull()] statuses = df2.status.apply(pandas.Series) df2 = df2.merge(statuses, left_index=True, right_index=True,suffixes=("","_status") )

哦，那也可以，但在这种情况下我不需要空结果。