將巢狀JSON 檔案讀取為Pandas DataFrame
使用包含巢狀物件的JSON 資料時，可能需要將其轉換為更用於分析或操作的結構化格式。 Pandas 提供了有效處理此類數據的有用工具。
場景：
考慮具有以下結構的JSON 文件：
<code class="json">{
"number": "",
"date": "01.10.2016",
"name": "R 3932",
"locations": [
{ ... },
{ ... },
{ ... }
]
}</code>使用json_normalize:
json_normalize 函數可讓您將巢狀的JSON 展平到DataFrame 中。對於給定的JSON，您可以執行以下操作：
<code class="python">import pandas as pd
with open('myJson.json') as data_file:
data = json.load(data_file)
df = pd.json_normalize(data, 'locations', ['date', 'number', 'name'],
record_prefix='locations_')
print (df)</code>這將建立一個包含以下列的DataFrame：
擴充以保留巢狀資料：
如果您希望保持巢狀數組完整，可以將read_json 與解析參數一起使用。這會將 JSON 解析為 DataFrame，其中位置列作為字典列表。
<code class="python">df = pd.read_json("myJson.json", orient='records', parsing = True)</code>或者，您可以使用建構子參數解析位置列：
<code class="python">df = pd.read_json("myJson.json", orient='records',
constructor=lambda x: pd.DataFrame(x['locations']))</code>連接巢狀值：
如果要將位置列中的值連接成單一字串，可以使用groupby 和apply 函數：
<code class="python">df = df.groupby(['date', 'name', 'number'])['locations'].apply(','.join).reset_index()</code>以上是如何將巢狀 JSON 資料匯入並處理到 Pandas DataFrame 中？的詳細內容。更多資訊請關注PHP中文網其他相關文章！
