使用 python pandas 将 JSON 文件转换为正确的格式答案

【问题标题】：Convert JSON file into proper format using python pandas使用 python pandas 将 JSON 文件转换为正确的格式
【发布时间】：2020-08-26 14:52:44
【问题描述】：

我想将 JSON 文件转换成正确的格式。我有一个 JSON 文件，如下所示：

{
    "fruit": "Apple",
    "size": "Large",
    "color": "Red",
    "details":"|seedless:true|,|condition:New|"

},
{
    "fruit": "Almond",
    "size": "small",
    "color": "brown",
    "details":"|Type:dry|,|seedless:true|,|condition:New|"

}

您可以看到详细信息中的数据可能会有所不同。

我想改成：

{
    "fruit": "Apple",
    "size": "Large",
    "color": "Red",
    "seedless":"true",
    "condition":"New",

},
{
    "fruit": "Almond",
    "size": "small",
    "color": "brown",
    "Type":"dry",
    "seedless":"true",
    "condition":"New",

}

我曾尝试在 python 中使用 pandas 作为：

import json
import pandas as pd
import re
df = pd.read_json("data.json",lines=True)

#I tried to change the pattern of data in details column as

re1 = re.compile('r/|(.?):(.?)|/')
re2 = re.compile('r\"(.*?)\":\"(.*?)\"')

df.replace({'details' :re1}, {'details' : re2},inplace = True, regex = True);

但是在详细信息列的所有行中将输出作为“对象”。

【问题讨论】：

"details":"|Type:dry,|seedless:true|,|condition:New|" 那么，逗号的位置会变化吗？我想不出这条绳子的图案。顺便说一句，您的 Python 代码有一个错字：re2 没有右引号。
这是我编辑的错字，谢谢@vahdet
如果你想要 json 作为输出，为什么要使用 pandas？你想输出为 json 还是 dataframe？
我正在尝试将其转换为 csv 然后 json
@KunalChaudhari，如果以下答案之一解决了您的问题，您应该接受它（单击相应答案旁边的复选标记）。这有两件事。它让每个人都知道您的问题已得到您满意的解决，并为帮助您的人提供帮助。 See here 以获得完整的解释。

标签： python json regex pandas design-patterns

【解决方案1】：

试试这个，

for d in data:
    details = d.pop('details')
    d.update(dict(x.split(":") for x in details.split("|") if ":" in x))

print(data)

[{'color': 'Red',
  'condition': 'New',
  'fruit': 'Apple',
  'seedless': 'true',
  'size': 'Large'},
 {'Type': 'dry',
  'color': 'brown',
  'condition': 'New',
  'fruit': 'Almond',
  'seedless': 'true',
  'size': 'small'}]

【讨论】：

你能告诉我，你是如何加载数据的吗？使用 json.load() 或其他任何东西。
加载到数据框？
你能告诉你如何将json文件加载到数据中
这里参考这个，stackoverflow.com/a/20199213/4985099
我收到错误，因为“str”对象没有属性“pop”

【解决方案2】：

您可以将（列表）字典转换为 pandas 数据框。

import pandas as pd

# data is a list of dictionaries
data = [{
    "fruit": "Apple",
    "size": "Large",
    "color": "Red",
    "details":"|seedless:true|,|condition:New|"

},
{
    "fruit": "Almond",
    "size": "small",
    "color": "brown",
    "details":"|Type:dry,|seedless:true|,|condition:New|"

}]

# convert to data frame
df = pd.DataFrame(data)

# remove '|' from details and convert to list
df['details'] = df['details'].str.replace(r'\|', '').str.split(',')

# explode list => one row for each element
df = df.explode('details')

# split details into name/value pair
df[['name', 'value']] = df['details'].str.split(':').apply(lambda x: pd.Series(x))

# drop details column
df = df.drop(columns='details')

print(df)

    fruit   size  color       name value
0   Apple  Large    Red   seedless  true
0   Apple  Large    Red  condition   New
1  Almond  small  brown       Type   dry
1  Almond  small  brown   seedless  true
1  Almond  small  brown  condition   New

【讨论】：