Comment convertir efficacement l'API JSON d'élévation de Google Maps en un DataFrame Pandas ?

JSON vers pandas DataFrame : gestion des données d'élévation à partir de l'API Google Maps

Lorsque vous traitez des données JSON, les convertir dans un format structuré comme un pandas DataFrame peut être essentiel pour une analyse plus approfondie. Cela se produit souvent lorsque vous travaillez avec des données obtenues à partir d'API, telles que l'API Google Maps Elevation.

Dans votre cas, les données JSON que vous avez reçues incluent des informations sur les coordonnées d'altitude, de latitude et de longitude. Votre objectif est de transformer ces données en un DataFrame structuré.

Pour y parvenir, une approche consiste à extraire manuellement les champs requis de la réponse JSON et à construire un DataFrame en conséquence. Bien que cette méthode fonctionne, elle peut être fastidieuse et sujette aux erreurs.

Heureusement, pandas fournit une solution plus pratique grâce à sa fonction json_normalize(). Cette fonction vous permet de convertir des structures JSON imbriquées en DataFrame. Il aplatit automatiquement les données imbriquées et les convertit en format tabulaire.

Voici un exemple simplifié montrant comment utiliser json_normalize() avec vos données d'élévation :

import pandas as pd

# Sample JSON response
data = {
    "results": [
        {"elevation": 243.3462677001953, "location": {"lat": 42.974049, "lng": -81.205203}},
        {"elevation": 244.1318664550781, "location": {"lat": 42.974298, "lng": -81.19575500000001}},
    ],
    "status": "OK",
}

# Convert JSON data to DataFrame using json_normalize()
df = pd.json_normalize(data["results"])

Ce code créera un DataFrame avec ce qui suit columns :

• elevation
• location.lat
• location.lng

En utilisant json_normalize(), vous pouvez convertir efficacement votre complexe Réponse JSON dans un DataFrame structuré, facilitant l'analyse et la manipulation des données.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!