Pandas：嵌套 json/dict 到 json_normalize DataFrame 和 json_normalize DataFrame 到嵌套 json/dict答案

【问题标题】：Pandas: nested json/dict to json_normalize DataFrame and json_normalize DataFrame to nested json/dictPandas：嵌套 json/dict 到 json_normalize DataFrame 和 json_normalize DataFrame 到嵌套 json/dict
【发布时间】：2022-01-24 19:11:16
【问题描述】：

我有大量 JSON 数据，我想执行一些任务。所以我为此选择了熊猫。

我有一个这样的嵌套 json：

json_data = [
    {
        "item": "Item1",
        "lowestPrice": {
            "price": 11.00,
            "currency": "EUR",
        },
    },
    {
        "item": "Item2",
        "lowestPrice": {
            "price": 12.00,
            "currency": "EUR",
        }
    },
    {
        "item": "Item3",
        "lowestPrice": {
            "price": 13.00,
            "currency": "EUR",
        }
    }
]

我使用 json_normalize() 来规范嵌套的 json，例如：

df = pd.json_normalize(json_data, max_level=2)

        item  lowestPrice.price lowestPrice.currency
0  Item1               11.0                  EUR
1  Item2               12.0                  EUR
2  Item3               13.0                  EUR

#do something

现在我需要以嵌套 JSON 或 dict 形式返回数据，例如：

json_data = [
    {
        "item": "Item1",
        "lowestPrice": {
            "price": 11.00,
            "currency": "EUR",
        },
        "annotatePrice": 15.00
    },
    {
        "item": "Item2",
        "lowestPrice": {
            "price": 12.00,
            "currency": "EUR",
        },
        "annotatePrice": 15.00
    },
    {
        "item": "Item3",
        "lowestPrice": {
            "price": 13.00,
            "currency": "EUR",
        },
        "annotatePrice": 15.00
    }
]

【问题讨论】：

这能回答你的问题吗？ Pandas convert Dataframe to Nested Json。您可以使用df.columns = df.columns.str.split('.', expand=True) 创建多索引
@Peter 不，先生。感谢您的宝贵时间
如果我的回答对您有帮助，您可以投票/接受吗？如果有什么可以改进的，请告诉我们。
你好@KabilanMohanraj，我赞成你的回答，是的，它在某种程度上很有帮助，但我的数据非常嵌套。所以你能帮我更多吗？？
我认为新数据将超出这个问题的范围。我目前的答案是基于已提供的输入和输出。那么，你能接受我对它的回答解决了这个问题吗？对于新数据，请创建一个新问题？我们可以在那里讨论。

标签： python json pandas dataframe dictionary

【解决方案1】：

首先，我将annotatePrice 列添加到数据框中。然后为lowestPrice 构造了内部字典，然后是外部字典。我的解决方案来自 stack answer。

以下是添加annotatePrice列后的数据框。

转换代码：

df = pd.json_normalize(json_data, max_level=2)
df['annotatePrice'] = 15

json_data = (df.groupby(['item', 'annotatePrice'])
       .apply(lambda x: x[['lowestPrice.price', 'lowestPrice.currency']].rename(columns={"lowestPrice.price":'price', "lowestPrice.currency":'currency'}).to_dict('records')[0])
       .reset_index()
       .rename(columns={0:'lowestPrice'})
       .to_dict(orient='records'))

json_data

输出：

[
  {
        'annotatePrice': 15,
        'item': 'Item1',
        'lowestPrice': {
            'currency': 'EUR',
            'price': 11.0
        }
    },
    {
        'annotatePrice': 15,
        'item': 'Item2',
        'lowestPrice': {
            'currency': 'EUR',
            'price': 12.0
        }
    },
    {
        'annotatePrice': 15,
        'item': 'Item3',
        'lowestPrice': {
            'currency': 'EUR',
            'price': 13.0
        }
    }
]

【讨论】：