在熊猫数据框中提取嵌套的 JSON

Question

我正在尝试在以下 pandas 数据框中解压缩嵌套的 JSON：

           id                                                              info
0           0  [{u'a': u'good', u'b': u'type1'}, {u'a': u'bad', u'b': u'type2'}]
1           1  [{u'a': u'bad', u'b': u'type1'}, {u'a': u'bad', u'b': u'type2'}]
2           2  [{u'a': u'good', u'b': u'type1'}, {u'a': u'good', u'b': u'type2'}]

我的预期结果是：

           id        type1    type2
0           0        good     bad
1           1        bad      bad
2           2        good     good

我一直在寻找其他解决方案，包括json_normalize，但不幸的是它对我不起作用。我应该把 JSON 当作一个字符串来得到我想要的吗？还是有更直接的方法来做到这一点？

Answer 1

1. 使用json_normalize 处理字典的list 并在设置公共路径后将单个字典分成单独的系列，此处为info。然后，unstack + apply 系列将向下附加到该级别。

---

from pandas.io.json import json_normalize

df_info = json_normalize(df.to_dict('list'), ['info']).unstack().apply(pd.Series)
df_info

1. 使用可选的aggfunc 旋转DF 以处理重复的索引轴：

---

DF = df_info.pivot_table(index=df_info.index.get_level_values(1), columns=['b'], 
                         values=['a'], aggfunc=' '.join)

DF

1. 最后横向连接：

---

pd.concat([df[['ID']], DF.xs('a', axis=1).rename_axis(None, 1)], axis=1)

---

开始使用DF：

df = pd.DataFrame(dict(ID=[0,1,2], info=[[{u'a': u'good', u'b': u'type1'}, {u'a': u'bad', u'b': u'type2'}], 
                                        [{u'a': u'bad', u'b': u'type1'}, {u'a': u'bad', u'b': u'type2'}],
                                        [{u'a': u'good', u'b': u'type1'}, {u'a': u'good', u'b': u'type2'}]]))