Python教學欄位介紹如何巢狀JSON
推薦（免費）：Python教學
呼叫API和文件資料庫會傳回嵌套的JSON對象，當我們使用 Python嘗試將嵌套結構中的鍵轉換為列時，資料載入到pandas中往往會得到以下結果：
df = pd.DataFrame.from_records（results [“ issues”]，columns = [“ key”，“ fields”]）
說明：這裡results是一個大的字典，issues是results其中的一個鍵，issues的值為一個巢狀JSON物件字典的列表，後面會看到JSON巢狀結構。
問題在於API傳回了巢狀的JSON結構，而我們關心的鍵在物件中確處於不同層級。
巢狀的JSON結構張成這樣的。
而我們想要的是下面這樣的。
以下以一個API傳回的資料為例，API通常包含有關欄位的元資料。假設下面這些是我們想要的欄位。
如上，我們選擇要提取的字段在issues列表內的JSON結構中分別處於4個不同的嵌套級別，一環扣一環。
{
"expand": "schema,names",
"issues": [
{
"fields": {
"issuetype": {
"avatarId": 10300,
"description": "",
"id": "10005",
"name": "New Feature",
"subtask": False
},
"status": {
"description": "A resolution has been taken, and it is awaiting verification by reporter. From here issues are either reopened, or are closed.",
"id": "5",
"name": "Resolved",
"statusCategory": {
"colorName": "green",
"id": 3,
"key": "done",
"name": "Done",
}
},
"summary": "Recovered data collection Defraglar $MFT problem"
},
"id": "11861",
"key": "CAE-160",
},
{
"fields": {
... more issues],
"maxResults": 5,
"startAt": 0,
"total": 160
}一個不太好的解決方案
一種選擇是直接擼碼，寫一個查找特定字段的函數，但問題是必須對每個嵌套字段呼叫此函數，然後再呼叫.apply到DataFrame中的新列。
為獲取我們想要的幾個字段，首先我們提取fields鍵內的物件至列：
df = ( df["fields"] .apply(pd.Series) .merge(df, left_index=True, right_index = True) )
從上表看出，只有summary是可用的，issuetype、status等仍然埋在嵌套物件中。
下面是提取issuetype中的name的一種方法。
# 提取issue type的name到一个新列叫"issue_type"
df_issue_type = (
df["issuetype"]
.apply(pd.Series)
.rename(columns={"name": "issue_type_name"})["issue_type_name"]
)
df = df.assign(issue_type_name = df_issue_type)像上面這樣，如果嵌套層級特別多，就需要自己手擼一個遞歸來實現了，因為每層嵌套都需要呼叫一個像上面解析並添加到新列的方法。
對於程式設計基礎薄弱的朋友，手擼一個其實還挺麻煩的，尤其是對於資料分析師，著急想用資料的時候，希望可以快速拿到結構化的資料進行分析。
下面東哥分享一個pandas的內建解決方案。
內建的解決方案
pandas中有一個牛逼的內建功能叫 .json_normalize。
pandas的文件中提到：將半結構化JSON資料規範化為平面表。
前面方案的所有程式碼，用這個內建功能只要3行就可搞定。步驟很簡單，懂了下面幾個用法即可。
確定我們要想的字段，使用 . 符號連接嵌套物件。
將想要處理的巢狀清單（這裡是results["issues"]）作為參數放進 .json_normalize 中。
過濾我們定義的FIELDS清單。
FIELDS = ["key", "fields.summary", "fields.issuetype.name", "fields.status.name", "fields.status.statusCategory.name"] df = pd.json_normalize(results["issues"]) df[FIELDS]
沒錯，就這麼簡單。
其它操作
#記錄路徑
#除了像上面那樣傳遞results["issues"]列表之外，我們也使用record_path參數在JSON物件中指定清單的路徑。
# 使用路径而不是直接用results["issues"] pd.json_normalize(results, record_path="issues")[FIELDS]
自訂分隔符
也可以使用sep參數自訂嵌套結構連接的分隔符，例如下面將預設的“.”替換“-” 。
### 用 "-" 替换默认的 "." FIELDS = ["key", "fields-summary", "fields-issuetype-name", "fields-status-name", "fields-status-statusCategory-name"] pd.json_normalize(results["issues"], sep = "-")[FIELDS]
控制遞歸
如果不想遞歸到每個子對象，可以使用max_level參數來控制深度。在這種情況下，由於statusCategory.name欄位位於JSON物件的第4級，因此不會包含在結果DataFrame#中。
# 只深入到嵌套第二级 pd.json_normalize(results, record_path="issues", max_level = 2)
下面是.json_normalize的pandas官方文件說明，如有不明白可自行學習，本次東哥就介紹到這裡。
pandas官方文件：https://pandas.pydata.org/pan...
以上是Python介紹巢狀 JSON 秒變 Dataframe！的詳細內容。更多資訊請關注PHP中文網其他相關文章！
