如何从带有列表的嵌套 Json 创建 pandas DataFrame答案

【问题标题】：How to create pandas DataFrame from nested Json with list如何从带有列表的嵌套 Json 创建 pandas DataFrame
【发布时间】：2020-12-26 05:36:12
【问题描述】：

如何从带有列表的嵌套 Json 创建 pandas DataFrame？

预计输出将在 DataFrame 中有 9 列（数据从服务器检索），试过pd.json_normalize()，但没用

'{\n
  "a": "1",\n
  "b": "2",\n
  "c": "3",\n
  "d": "4",\n
  "cd": [\n
    {\n 
      "i": "1",\n
      "ii": "2",\n
      "iii": "3",\n
      "iv": "4",\n
      "v": "5"
    }\n
  ]\n
}'

【问题讨论】：

那么列应该是a、b、c、d、i、ii、iii、iv和v？
这能回答你的问题吗？ Pandas read nested json

标签： python json python-3.x pandas dataframe

【解决方案1】：

这是一个简单的解决方案。您需要使用 json_normalize 并将记录路径设置为 'cd' 列。

import json
import pandas as pd


js = '{\n "a": "1",\n "b": "2",\n "c": "3",\n "d": "4",\n "cd": [{"i": "1",\n "ii": "2",\n "iii": "3",\n "iv": "4",\n "v": "5"}]}'
js = json.loads(js)

df = pd.json_normalize(js, record_path=['cd'], meta=['a', 'b', 'c', 'd'])
print(df)
# >    i ii iii iv  v  a  b  c  d
# > 0  1  2   3  4  5  1  2  3  4

如果您需要更深入地了解 json_normalize 函数，我建议您阅读此article。

【讨论】：

【解决方案2】：

看看，如果你觉得这个方法有用。

import pandas as pd
temp="""{\n
  "a": "1",\n
  "b": "2",\n
  "c": "3",\n
  "d": "4",\n
  "cd": [\n
    {\n 
      "i": "1",\n
      "ii": "2",\n
      "iii": "3",\n
      "iv": "4",\n
      "v": "5"
    }\n
  ]\n
}"""
temp=eval(temp.replace("\n",""))
df=pd.DataFrame()
i=0
for key,val in temp.items():
    if len(temp[key][0])>1:
        for k,v in temp[key][0].items():
            df.loc[i,k]=v
    else:
        df.loc[i,key]=val
        
print(df)

【讨论】：