规范化熊猫中深度嵌套的 json答案

【问题标题】：Normalize a deeply nested json in pandas规范化熊猫中深度嵌套的 json
【发布时间】：2020-03-05 11:10:06
【问题描述】：

我正在尝试规范化一个看起来像这样的 json 文件（一个小的 sn-p）：

[{'trimestre': 'A2000',
  'cours': [{"sigle":"TECH 20701", "titre":"La cybersécurité et le gestionnaire",'etudiants': [{'matricule': '22000803',
      'nom': 'Boyer,AndrÃ©',
      'note': 'C+',
      'valeur': 2.3},
     {'matricule': '22000829',
      'nom': 'Keighan,Maylis',
      'note': 'A+',
      'valeur': 4.3},
     {'matricule': '22000869',
      'nom': 'Lahaie,Lyes',
      'note': 'B+',
      'valeur': 3.3},
     {'matricule': '22000973',
      'nom': 'Conerardy,Rawaa',
      'note': 'B+',
      'valeur': 3.3},
      ]}]

我正在尝试获得一个如下所示的表格：

                                    **"trimestre"** (columns)
      **"sigle" + "titre"** (index): *valeur*

import pandas as pd
import json
import numpy as np
from pandas.io.json import json_normalize

data = pd.read_json('DataTP2.json')
print(data)

我尝试过像这样使用 normalize 函数

result = json_normalize(data, 'cours',['trimestre'])
print(result)

但我收到一个错误：TypeError: string indices must be integers

基本上，我希望“sigle”+“titre”（来自“cours”）作为索引，“trimestre”作为列，“valeur”的平均值作为表中的值。

提前致谢！

【问题讨论】：

请不要将输出作为图像发布。在问题中复制过去。从图像中获取数据真的很难。
@poojan 抱歉第一次使用堆栈溢出我改变了它。
问题是你有几个'valeur'的1个索引，你想要一个吗？
@FlorianBernard 单独使用“sigle”是最好的

标签： python json pandas

【解决方案1】：

你来了：

from collections import defaultdict
import json

with open("data.json", "r") as f:
    data = json.load(f)

test = [{'trimestre': 'A2000',
  'cours': [{"sigle":"TECH 20701", "titre":"La cybersécurité et le gestionnaire",'etudiants': [{'matricule': '22000803',
      'nom': 'Boyer,AndrÃ©',
      'note': 'C+',
      'valeur': 2.3},
     {'matricule': '22000829',
      'nom': 'Keighan,Maylis',
      'note': 'A+',
      'valeur': 4.3},
     {'matricule': '22000869',
      'nom': 'Lahaie,Lyes',
      'note': 'B+',
      'valeur': 3.3},
     {'matricule': '22000973',
      'nom': 'Conerardy,Rawaa',
      'note': 'B+',
      'valeur': 3.3},
      ]}]}]


results = defaultdict(list)

for trimestre in data:
    results["trimestre"].append(trimestre["trimestre"])
    for cours in trimestre["cours"]:
        results["index"].append(f"{cours['sigle']} {cours['titre']}")
        results["valeur"].append(cours["sigle"])

df = pd.DataFrame(results["valeur"], columns=results["trimestre"], index=results["index"])

结果

>>> print(df)
                                                   A2000
TECH 20701 La cybersécurité et le gestionnaire  TECH 20701

【讨论】：

我仍然收到 TypeError: string indices must be integers error when Try your code
@Jacky 我已经更新了我的代码，在 pandas 上使用 json 模块。