使用 Pandas 规范化 JSON 将路径附加到列答案

【问题标题】：Normalizing JSON with Pandas appends path to columns使用 Pandas 规范化 JSON 将路径附加到列
【发布时间】：2023-03-23 01:54:01
【问题描述】：

我正在尝试解析 JSON 文件并将其导出为将单独处理的 CSV。

我的 JSON 看起来像这样：

 "data": [
{
  "id": "fHF6fFQrZ8Qxwrw1ALiMC5_a2920fb2-e91b-11e9-9b3f-2fe890320230",
  "type": "leads",
  "attributes": {
    "facebook_url": "someurl",
    "status": "new",
    "twitter_handle": "somehandle",
    "first_visit_date": "2020-06-01",
    "last_visit_date": "2020-06-01",
    "linkedin_url": "linkedinlink",
    "name": "name",
    "website_url": "website",
    "industry": "Computer Software",
    "phone": "123123123",
    "crm_lead_id": null,
    "crm_organization_id": null,
    "employee_count": 10001,
    "tags": [],
    "logo_url": "logo"
  },
  "relationships": {
    "location": {
      "data": {
        "id": "a2920fb2-e91b-11e9-9b3f-2fe890320230",
        "type": "locations"
      }
    }
  }
}

我使用 pandas 来规范化数据：

with open('leads.json') as data_file:
    d= json.load(data_file)

df = json_normalize(d['data'])

这导致列名被命名为：

id type attributes.facebook_url attributes.status attributes.twitter_handle attributes.first_visit_date

我应该如何只获取列名而不附加整个属性路径？

edit：我不会解析关系节点。

示例输出为：

id type facebook_url 1 sometype http://myurl

【问题讨论】：

json_normalize(d['data']['attributes']) ?
您可以从示例数据中添加预期输出吗？因为属性是为了区分相同的值，比如id，存在于内部和输出json部分中
如上所述，你会得到重复的列，添加你的目标输出并阅读minimal reproducible example
添加了示例输出。
您的 JSON 不是有效的 json，如果您可以提供一个涵盖整个案例的输出，这样会更容易理解。

标签： python json python-3.x pandas

【解决方案1】：

你可以这样做：

df = pd.json_normalize(data['data'])[['id', 'type', 'attributes.facebook_url']]
df.columns = df.columns.str.replace('attributes.', '')
print(df)

                                                  id   type facebook_url
0  fHF6fFQrZ8Qxwrw1ALiMC5_a2920fb2-e91b-11e9-9b3f...  leads      someurl

【讨论】：