基于嵌套列表从 JSON 构建创建 Pandas 数据框答案

【问题标题】：Create Pandas dataframe from JSON build based on nested lists基于嵌套列表从 JSON 构建创建 Pandas 数据框
【发布时间】：2021-04-20 22:50:07
【问题描述】：

我想使用以下嵌套列表：

首先：创建字典
第二：从字典中，创建一个 Pandas 数据框

结构=[['jumps', [['fox', [['The'], ['quick'], ['brown']]], ['over', [['dog', [ ['the'], ['lazy']]]]]]]]

这个嵌套列表来自一个已解析的具有依赖关系的树结构：

          jumps              
       _____|________         
      |             over     
      |              |        
     fox            dog      
  ____|_____      ___|____    
The quick brown the      lazy

我的想法是将这个嵌套列表转换为 JSON 文件，然后创建一个看起来像这样的 Pandas 数据框：

jumps fox
jumps over
fox The
fox quick
fox brown
over dog
dog the
dog lazy

以便可以使用networkx 绘制此数据框。

到目前为止，我尝试使用 json.dumps 和 dict 都没有成功。

感谢任何见解。

【问题讨论】：

您需要保留顺序还是可以按任何顺序排列？
任何顺序，只要保持关系即可。

标签： python json pandas nested networkx

【解决方案1】：

我错误地阅读了问题并假设您想要绘制图表，而不是转换嵌套列表。 @Nick 的解决方案是最好的方法。 仅将此答案视为附加信息而非解决方案

让我们使用graphviz 并为有向图创建我们自己的 DOT -

from graphviz import Source

l = [('jumps','fox'),
     ('jumps', 'over'),
     ('fox', 'The'),
     ('fox', 'quick'),
     ('fox', 'brown'),
     ('over', 'dog'),
     ('dog', 'the'),
     ('dog', 'lazy')]

dotgraph = 'digraph G {' + ' '.join([i+'->'+j for i,j in l]) + '}'
print(dotgraph)

s = Source(dotgraph, filename="test1.gv", format="png")
s.view()

digraph G {
    jumps->fox 
    jumps->over 
    fox->The 
    fox->quick 
    fox->brown 
    over->dog 
    dog->the 
    dog->lazy
}

您可以在他们的可视化编辑器上使用graphviz here。另请阅读documentation，了解这些图形元素和更复杂图形的自定义选项。

【讨论】：

【解决方案2】：

这是一个树状结构，这让我觉得这里应该使用递归函数。我会这样做：

import pandas as pd

def recurse(l, parent=None):
    assert isinstance(l, list)
    for item in l:
        if isinstance(item, str):
            if parent is not None:
                yield (parent, item)
            parent = item
        elif isinstance(item, list):
            yield from recurse(item, parent)
        else:
            raise Exception(f"Unknown type {type(item)}")

structure=[['jumps', [['fox', [['The'], ['quick'], ['brown']]], ['over', [['dog', [['the'], ['lazy']]]]]]]]

df = pd.DataFrame(recurse(structure), columns=['from', 'to'])

它是如何工作的：它遍历每个列表，记住它看到的最后一个项目是什么。对于它找到的每个列表，它都会使用该列表调用自己。此函数的输出是一个生成器，它为图中的每个“边”生成一个元组。这可以导入到 pandas 数据框中。

输出：

    from     to
0  jumps    fox
1    fox    The
2    fox  quick
3    fox  brown
4  jumps   over
5   over    dog
6    dog    the
7    dog   lazy

【讨论】：