如何处理特定的 json 文件以获得数据框

Posted 2023-03-12

【中文标题】如何处理特定的 json 文件以获得数据框

【英文标题】：How to deal with a specific json file in order to have a dataframe

【发布时间】：2021-09-17 04:10:17

【问题描述】：

我有一个对象字典（JSON 响应），我想将它转换为 Python 中的数据框。 这是我的 json 示例：

'data': 'id': '3e813eaa-723d-48f9-b5b2-45dde744eba7',
          'type': 'analytics',
          'attributes': 'results': ['publication_datetime': '1983-02',
                                      'count': 2672, 'source_code': 'WP',
                                     'publication_datetime': '2006-10',
                                      'count': 7767, 'source_code': 'WP',
                                     'publication_datetime': '2011-06',
                                      'count': 4800, 'source_code': 'WP',
                                     'publication_datetime': '2013-01',
                                      'count': 5300, 'source_code': 'WP',
                                     'publication_datetime': '2014-11',
                                      'count': 5282, 'source_code': 'WP',
                                     'publication_datetime': '2018-02',
                                      'count': 3663, 'source_code': 'WP',
                                     'publication_datetime': '2020-06',
                                      'count': 3034, 'source_code': 'WP',
                                     'publication_datetime': '2021-06',
                                      'count': 3138, 'source_code': 'WP',
                                     ]

这是一个嵌套列表，我想将其转换为 df，这是输出：

Dataframe output

d = explain_response.json()
df = pd.DataFrame(d['data'])

你知道如何获得这样的 df 吗：

df = pd.DataFrame(columns=["publication_datetime", "count", "source_code"], data=[["2001-11","1", "WP"]])
print(df.head())

【参考方案1】：

IIUC，这是一种方法：

df = pd.DataFrame(d['data']).explode('attributes').pop('attributes').apply(pd.Series).reset_index(drop =True)

输出：

  publication_datetime  count source_code
0              1983-02   2672          WP
1              2006-10   7767          WP
2              2011-06   4800          WP
3              2013-01   5300          WP
4              2014-11   5282          WP
5              2018-02   3663          WP
6              2020-06   3034          WP
7              2021-06   3138          WP

【讨论】：

完美运行，非常感谢！我不知道字典的爆炸和流行，我会去看一些关于它的资料。祝你有美好的一天！