如何將巢狀 JSON 資料匯入並處理到 Pandas DataFrame 中？

將巢狀JSON 檔案讀取為Pandas DataFrame

使用包含巢狀物件的JSON 資料時，可能需要將其轉換為更用於分析或操作的結構化格式。 Pandas 提供了有效處理此類數據的有用工具。

場景：

考慮具有以下結構的JSON 文件：

<code class="json">{
    "number": "",
    "date": "01.10.2016",
    "name": "R 3932",
    "locations": [
        { ... },
        { ... },
        { ... }
    ]
}</code>

使用json_normalize:

json_normalize 函數可讓您將巢狀的JSON 展平到DataFrame 中。對於給定的JSON，您可以執行以下操作：

<code class="python">import pandas as pd

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

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

這將建立一個包含以下列的DataFrame：

擴充以保留巢狀資料：

如果您希望保持巢狀數組完整，可以將read_json 與解析參數一起使用。這會將 JSON 解析為 DataFrame，其中位置列作為字典列表。

<code class="python">df = pd.read_json("myJson.json", orient='records', parsing = True)</code>

或者，您可以使用建構子參數解析位置列：

<code class="python">df = pd.read_json("myJson.json", orient='records',
                  constructor=lambda x: pd.DataFrame(x['locations']))</code>

連接巢狀值：

如果要將位置列中的值連接成單一字串，可以使用groupby 和apply 函數：

<code class="python">df = df.groupby(['date', 'name', 'number'])['locations'].apply(','.join).reset_index()</code>

以上是如何將巢狀 JSON 資料匯入並處理到 Pandas DataFrame 中？的詳細內容。更多資訊請關注PHP中文網其他相關文章！