通过Python JSON嵌套值的问题json_normalize

2024-06-01 • 问答

尽管查看了许多示例和解决方案，但我还没有发现任何适用于该特定JSON模式的东西。

我有这行来自API的JSON：

x = {'rows': [{'columns':
                 [{'name': 'User ID','value': '0000123'},{'name': 'Last Name','value': 'Test1'}]},{'columns':
                 [{'name': 'User ID','value': '0000567'},'value': 'Test2'}]}]}

由于某种原因，我无法使用各种形式的json_normalize将其输出，我能得到的最接近的是将它们堆叠。

pd.json_normalize(data=x,record_path=['rows',['columns']])

结果：

        name    value
0    User ID  0000123
1  Last Name    Test1
2    User ID  0000567
3  Last Name    Test2

但是我正在寻找它来输出：

User ID  Last Name
0000123  Test1
0000567  Test2

我正在寻找枢轴，但是没有可用的索引。我可以追加数组值吗？另外，可能只有更好的方法来创建数据框，因此可以轻松进行规范化。

帮助表示赞赏。

dukx95 回答：通过Python JSON嵌套值的问题json_normalize

也许有人会给出更好的答案，但是如果您检查json_normalize（link）的来源，则“暂时的效率很低”，仅使用列表理解和循环。因此，通过手动规范化数据可能不会损失很多效率。这是一个为清楚起见编写的示例（即，如果您要检索大型json，则扩展性不佳）会遍历数据以构建字段：

normalized_data={'User ID':[],'Last Name':[]}
for row in x['rows']:
    for column in row['columns']:
        normalized_data[column['name']].append(column['value'])

df=pd.DataFrame(normalized_data)
print(df)

打印：

   User ID Last Name
0  0000123     Test1
1  0000567     Test2

显然不是很理想，并且很乐意看到其他答案，但是鉴于json具有开放式格式，因此如果您不太幸运地拥有json，将很难找到一种开箱即用的熊猫方法。结构与大熊猫可以处理的匹配。

json normalize pivot

本文链接：https://www.f2er.com/2670651.html

通过Python JSON嵌套值的问题json_normalize

dukx95 回答：通过Python JSON嵌套值的问题json_normalize

大家都在问