Python熊猫-Json到DataFrame
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了Python熊猫-Json到DataFrame,小编现在分享给大家,供广大互联网技能从业者学习和参考。文章包含1808字,纯文字阅读大概需要3分钟。
内容图文
![Python熊猫-Json到DataFrame](/upload/InfoBanner/zyjiaocheng/667/95faa6121bd946f1b892e15dcbce8825.jpg)
我有一个看起来像这样的复杂Json文件:
{
"User A" : {
"Obj1" : {
"key1": "val1",
"key2": "val2",
"key3": "val3",
}
"Obj2" : {
"key1": "val1",
"key2": "val2",
"key3": "val3"
}
}
"User B" : {
"Obj1" : {
"key1": "val1",
"key2": "val2",
"key3": "val3",
"key4": "val4"
}
}
}
我想将其转换为如下所示的数据框:
key1 key2 key3 key4
User A Obj1 val1 val2 val3 NaN
Obj2 val1 val2 val3 NaN
User B Obj1 val1 val2 val3 val4
大熊猫有可能吗?如果是这样,我该如何做呢?
>如果更简单,我不介意删除User和Obj的前两列,而只保留键的列.
解决方法:
您可以先读取文件来决定:
with open('file.json') as data_file:
dd = json.load(data_file)
print(dd)
{'User B': {'Obj1': {'key2': 'val2', 'key4': 'val4', 'key1': 'val1', 'key3': 'val3'}},
'User A': {'Obj1': {'key2': 'val2', 'key1': 'val1', 'key3': 'val3'},
'Obj2': {'key2': 'val2', 'key1': 'val1', 'key3': 'val3'}}}
然后对concat使用dict理解:
df = pd.concat({key:pd.DataFrame(dd[key]).T for key in dd.keys()})
print (df)
key1 key2 key3 key4
User A Obj1 val1 val2 val3 NaN
Obj2 val1 val2 val3 NaN
User B Obj1 val1 val2 val3 val4
另一个解决方案为read_json,但首先需要通过unstack进行整形,并通过dropna除去NaN行.最后需要DataFrame.from_records:
df = pd.read_json('file.json').unstack().dropna()
print (df)
User A Obj1 {'key2': 'val2', 'key1': 'val1', 'key3': 'val3'}
Obj2 {'key2': 'val2', 'key1': 'val1', 'key3': 'val3'}
User B Obj1 {'key2': 'val2', 'key4': 'val4', 'key1': 'val1...
dtype: object
df1 = pd.DataFrame.from_records(df.values.tolist())
print (df1)
key1 key2 key3 key4
0 val1 val2 val3 NaN
1 val1 val2 val3 NaN
2 val1 val2 val3 val4
df1 = pd.DataFrame.from_records(df.values.tolist(), index = df.index)
print (df1)
key1 key2 key3 key4
User A Obj1 val1 val2 val3 NaN
Obj2 val1 val2 val3 NaN
User B Obj1 val1 val2 val3 val4
内容总结
以上是互联网集市为您收集整理的Python熊猫-Json到DataFrame全部内容,希望文章能够帮你解决Python熊猫-Json到DataFrame所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错,欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 gblab@vip.qq.com 举报,一经查实,本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。