从 pandas DataFrame 中的列中提取 JSON 数据

Posted 2023-03-11

【中文标题】从 pandas DataFrame 中的列中提取 JSON 数据

【英文标题】：Extracting JSON data from column in pandas DataFrame

【发布时间】：2019-02-03 11:49:47

【问题描述】：

如果我们有一个带有 Car_Info 列的 pandas 数据框 df1。

我们如何将以下字符串中的信息提取到新列中？即使用正则表达式与 pd.read_json()？

请注意“car_id”和“wheel_id”的格式与“price”和“count_results”的格式略有不同。

Car_Info

'"car_id":"100","wheel_id":"80-ABC-999","price":14,"count_results":1051'
'"car_id":"200","wheel_id":"90-XY-6134","price":245,"count_results":37'
'"car_id":"300","wheel_id":"100-QRST-83751","price":729,"count_results":203'

更具体地说，我们如何操作 Car_Info 列以将以下四列添加到 pandas 数据框 df1？

car_id
        100 
        200
        300

wheel_id
        80-ABC-999
        90-XY-6134
        100-QRST-83751

price
        14
        245
        729


count_results
        1051
        37
        203

【问题讨论】：

您的输入是 JSON。请标记 [json]。将 JSON 读入 pandas 有很多重复。

如何将 JSON 列转换为字典并提取 car_id、wheel_id、price 和 count_results 的结果？

我看到你在 2 小时后将其交叉发布为 https://***.com/questions/52066019/using-regex-to-extract-information-from-a-pandas-dataframe-column，这是不受欢迎的。此外，您没有将其表述为“使用正则表达式将 JSON 解析为熊猫”。

【参考方案1】：

这是JSON，pandas可以直接导入JSON：

import pandas as pd
df = pd.read_json('"car_id":"100","wheel_id":"80-ABC-999","price":14,"count_results":1051', lines=True)

   car_id  count_results  price    wheel_id
0     100           1051     14  80-ABC-999

【讨论】：

你会如何使用正则表达式回答这个问题？

@user9723782：不要。不要重写库。不要重新发明***，即使您可以复制投入 pandas 的数万工时。我看到你把它交叉发布为https://***.com/questions/52066019/using-regex-to-extract-information-from-a-pandas-dataframe-column，这在 SO 上是不受欢迎的。此外，您没有将其表述为“使用正则表达式将 JSON 解析为熊猫”。

【参考方案2】：

下面我创建了一个代码来创建一个新的数据框来解决您的问题。此数据框可以合并回您的原始数据框。

df = pd.DataFrame()
for row in range(len(df1['car'])):
     df = df.append(pd.DataFrame([ast.literal_eval(df1['car_info'][row])]))

可以从ast导入函数literal_eval，将列中的字符串作为字典处理。

【讨论】：

你会如何使用正则表达式回答这个问题？