Wie gehen Pandas mit verschachtelten JSON-Objekten um?

Wie man verschachtelte JSON-Objekte mit Pandas verarbeitet

In diesem Artikel untersuchen wir, wie man JSON-Datenstrukturen mit verschachtelten Objekten mithilfe von Pandas effektiv manipuliert.

Verschachtelte JSON-Struktur

Betrachten Sie die folgende JSON-Struktur:

<code class="json">{
    "number": "",
    "date": "01.10.2016",
    "name": "R 3932",
    "locations": [
        {
            "depTimeDiffMin": "0",
            "name": "Spital am Pyhrn Bahnhof",
            "arrTime": "",
            "depTime": "06:32",
            "platform": "2",
            "stationIdx": "0",
            "arrTimeDiffMin": "",
            "track": "R 3932"
        },
        {
            "depTimeDiffMin": "0",
            "name": "Windischgarsten Bahnhof",
            "arrTime": "06:37",
            "depTime": "06:40",
            "platform": "2",
            "stationIdx": "1",
            "arrTimeDiffMin": "1",
            "track": ""
        },
        {
            "depTimeDiffMin": "",
            "name": "Linz/Donau Hbf",
            "arrTime": "08:24",
            "depTime": "",
            "platform": "1A-B",
            "stationIdx": "22",
            "arrTimeDiffMin": "1",
            "track": ""
        }
    ]
}</code>

Reduzieren mit json_normalize

Die json_normalize-Funktion von Pandas ermöglicht es uns, verschachtelte Objekte in ein Tabellenformat zu reduzieren :

<code class="python">import json

with open('myJson.json') as data_file:    
    data = json.load(data_file)  

df = pd.json_normalize(data, 'locations', ['date', 'number', 'name'], 
                    record_prefix='locations_')</code>

Dies führt zu einem DataFrame mit Spalten für jeden Schlüssel im verschachtelten „locations“-Objekt.

Gruppierte Verkettung ohne Reduzierung

Wenn eine Reduzierung nicht gewünscht ist, Sie können die Gruppierungs- und Verkettungsfunktionen von Pandas nutzen:

<code class="python">df = pd.read_json("myJson.json")
df.locations = pd.DataFrame(df.locations.values.tolist())['name']
df = df.groupby(['date', 'name', 'number'])['locations'].apply(','.join).reset_index()</code>

Dieser Ansatz verkettet die „Standorte“-Werte als durch Kommas getrennte Zeichenfolge für jede eindeutige Kombination aus „Datum“, „Name“ und „Nummer“. .

Fazit

Durch die Verwendung der json_normalize- und Gruppierungs-/Verkettungsfunktionen von Pandas können wir verschachtelte JSON-Strukturen effektiv verarbeiten und so Daten in einem Tabellenformat extrahieren und bearbeiten.

Das obige ist der detaillierte Inhalt vonWie gehen Pandas mit verschachtelten JSON-Objekten um?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!