如何將巢狀 JSON 結構轉換為結構化 Pandas DataFrame？

揭開嵌套JSON 的神秘面紗：轉換為Pandas DataFrame

將嵌套JSON 結構轉換為結構化Pandas DataFrame 的過程可能會令人望而生畏，但需要使用正確的工具和方法技術，它變成了一項無縫的任務。讓我們探討一下可用於此轉換的選項。

JSON 規範化：一種簡單的方法

json_normalize 為展平巢狀 JSON 物件提供了強大的解決方案。當我們開始採用這種方法：

<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_')
print (df)</code>

輸出：

  locations_arrTime locations_arrTimeDiffMin locations_depTime  \
0                                                        06:32   
1             06:37                        1             06:40   
2             08:24                        1                     

  locations_depTimeDiffMin           locations_name locations_platform  \
0                        0  Spital am Pyhrn Bahnhof                  2   
1                        0  Windischgarsten Bahnhof                  2   
2                                    Linz/Donau Hbf               1A-B   

  locations_stationIdx locations_track number    name        date  
0                    0          R 3932         R 3932  01.10.2016  
1                    1                         R 3932  01.10.2016  
2                   22                         R 3932  01.10.2016 

解析名稱和串聯分組

但是，如果扁平化不是您的最終目標，您可以採用另一種方​​法：

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

輸出：

        date    name                                          locations
0 2016-01-10  R 3932         Spital am Pyhrn Bahnhof,Windischgarsten Bahnho... 

此技術使您能夠連接位置不影響嵌套結構。

以上是如何將巢狀 JSON 結構轉換為結構化 Pandas DataFrame？的詳細內容。更多資訊請關注PHP中文網其他相關文章！