如何有效地将嵌套的 Google 地图高程 JSON 数据转换为 Pandas DataFrame？

将 JSON 高程数据转换为 Pandas DataFrame

目标： 从 Google Maps API 中提取高程数据并将其组织在 Pandas DataFrame 中。

问题：

从以下位置获取的 JSON 数据Google Maps API 高程服务包含以下格式的嵌套信息：

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

将此 JSON 导入 Pandas DataFrame 会直接导致分散的结构。

解决方案：

使用嵌套列表提取：

要手动分离高程，纬度和经度数据：

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

这将创建一个包含纬度、经度和海拔列的 DataFrame。

使用 json_normalize (Pandas v1.01 ):

使用 Pandas 的更简单方法json_normalize:

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

这会将 JSON 数据展平为 DataFrame，其中嵌套结构中每个键都有列。

以上是如何有效地将嵌套的 Google 地图高程 JSON 数据转换为 Pandas DataFrame？的详细内容。更多信息请关注PHP中文网其他相关文章！