嵌套 JSON 到 DataFrame答案

【问题标题】：Nested JSON to DataFrame嵌套 JSON 到 DataFrame
【发布时间】：2020-07-16 23:23:31
【问题描述】：

我有一个像这样的 JSON 文件

{
   "AAPL":{
      "quote":{
         "symbol":"AAPL",
         "companyName":"Apple, Inc.",
         "primaryExchange":"SQDNAA",
         "calculationPrice":"close"
      }
   },
   "MSFT":{
      "quote":{
         "symbol":"MSFT",
         "companyName":"Microsoft Corp.",
         "primaryExchange":"QSAAND",
         "calculationPrice":"close",
      }
   }
}

如何将其转换为带有嵌套引号中列的 Pandas DataFrame？（符号、公司名称、primaryExchange 和计算价格）

【问题讨论】：

标签： json python-3.x pandas

【解决方案1】：

您可以遍历字典并将其添加到列表中。

d = yourjsonobject

dfs = []
for k, _ in d.items():
    for quote,v in _.items():
        dfs.append(pd.DataFrame(v,index=[k]))

df = pd.concat(dfs)

print(df)

     symbol      companyName primaryExchange calculationPrice
AAPL   AAPL      Apple, Inc.          SQDNAA            close
MSFT   MSFT  Microsoft Corp.          QSAAND            close

【讨论】：

这也是我想到的解决方案 - 使用循环并连接数据帧。我一直在寻找一个更快的过程，比如 json_normalize()，但我想这也可以。非常感谢！
@Vasilis 如果您使用 JSON 规范化，我认为您需要重构您的字典/json 对象

【解决方案2】：

你可以试试jmespath，因为它有一个很好的遍历 JSON 数据的方法：

 import jmespath
 #create a compiled expression
 #of the data path
 #similar to re.compile
 #it looks for the quote key and returns its contents
 expression = jmespath.compile('*.quote')
 A = expression.search(data)

#read into a dataframe
 pd.DataFrame(A)

    symbol  companyName primaryExchange calculationPrice
0   AAPL    Apple, Inc.       SQDNAA      close
1   MSFT    Microsoft Corp.    QSAAND     close

【讨论】：