Wie konvertiert man verschachtelte Google Maps Elevation-JSON-Daten effizient in einen Pandas-DataFrame?

Konvertieren von JSON-Höhendaten in Pandas DataFrame

Ziel: Höhendaten aus der Google Maps-API extrahieren und in einem Pandas DataFrame organisieren.

Problem:

Ein vom Google Maps API-Höhendienst erhaltenes JSON-Daten enthält verschachtelte Informationen im Format:

{
   "results" : [
      {
         "elevation" : 243.3462677001953,
         "location" : {
            "lat" : 42.974049,
            "lng" : -81.205203
         },
         "resolution" : 19.08790397644043
      },
      ...
   ],
   "status" : "OK"
}

Das Importieren dieses JSON in einen Pandas DataFrame führt direkt zu einer verstreuten Struktur.

Lösung:

Verwendung der Extraktion verschachtelter Listen :

Zum manuellen Trennen von Höhe, Breite und Länge Daten:

data = json.loads(elevations)
lat, lng, el = [], [], []
for result in data['results']:
    lat.append(result[u'location'][u'lat'])
    lng.append(result[u'location'][u'lng'])
    el.append(result[u'elevation'])
df = pd.DataFrame([lat, lng, el]).T

Dadurch wird ein DataFrame mit den Spalten Breitengrad, Längengrad und Höhe erstellt.

Mit json_normalize (Pandas v1.01):

Ein einfacherer Ansatz mit Pandas' json_normalize:

df = pd.json_normalize(data['results'])

Dies wird abgeflacht die JSON-Daten in einen DataFrame mit Spalten für jeden Schlüssel in der verschachtelten Struktur.

Das obige ist der detaillierte Inhalt vonWie konvertiert man verschachtelte Google Maps Elevation-JSON-Daten effizient in einen Pandas-DataFrame?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!