JSON ke panda DataFrame: Mengendalikan Data Ketinggian daripada API Peta Google
Apabila berurusan dengan data JSON, tukarkannya kepada format berstruktur seperti panda DataFrame boleh menjadi penting untuk analisis selanjutnya. Ini sering ditemui apabila bekerja dengan data yang diperoleh daripada API, seperti API Ketinggian Peta Google.
Dalam kes anda, data JSON yang anda terima termasuk maklumat tentang koordinat ketinggian, latitud dan longitud. Matlamat anda adalah untuk mengubah data ini menjadi DataFrame berstruktur.
Untuk mencapai matlamat ini, satu pendekatan melibatkan mengekstrak medan yang diperlukan secara manual daripada respons JSON dan membina DataFrame dengan sewajarnya. Walaupun kaedah ini berfungsi, ia boleh membosankan dan terdedah kepada ralat.
Nasib baik, panda menyediakan penyelesaian yang lebih mudah melalui fungsi json_normalize()nya. Fungsi ini membolehkan anda menukar struktur JSON bersarang kepada DataFrame. Ia meratakan data bersarang secara automatik, menukarnya kepada format jadual.
Berikut ialah contoh ringkas yang menunjukkan cara menggunakan json_normalize() dengan data ketinggian anda:
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"])
Kod ini akan mencipta DataFrame dengan yang berikut lajur:
Menggunakan json_normalize(), anda boleh menukar kompleks anda dengan cekap Respons JSON ke dalam DataFrame berstruktur, menjadikannya lebih mudah untuk menganalisis dan memanipulasi data.
Atas ialah kandungan terperinci Bagaimana dengan Cekap Menukar Google Maps Elevation API JSON kepada Pandas DataFrame?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!