第七色在线视频,2021少妇久久久久久久久久,亚洲欧洲精品成人久久av18,亚洲国产精品特色大片观看完整版,孙宇晨将参加特朗普的晚宴

為了賬號(hào)安全,請(qǐng)及時(shí)綁定郵箱和手機(jī)立即綁定
已解決430363個(gè)問題,去搜搜看,總會(huì)有你想問的

將帶有嵌套字典的 json 響應(yīng)轉(zhuǎn)換為 pandas 數(shù)據(jù)框

將帶有嵌套字典的 json 響應(yīng)轉(zhuǎn)換為 pandas 數(shù)據(jù)框

喵喔喔 2023-06-20 14:31:05
我有一個(gè) json 響應(yīng),看起來像這樣:d={'results':[    {'key1':'1','key2':'item1'},    {'key1':'1','key2':{            'subkey20':[                    {'subkey201':'val',                     'subkey202':val,                    'subkey203':'val',                    'subkey204':'value'},                    {'subkey201':'val',                    'subkey202':val,                    'subkey203':'val',                    'subkey204':'value'},                    {'subkey201':'val',                    'subkey202':val,                    'subkey203':'val',                    'subkey204':'value'},                    {'subkey201':'val',                    'subkey202':val,                    'subkey203':'val',                    'subkey204':'value'}]}},    {'key1':'1','key2':'item1'},    {'key1':'1','key2':{            'subkey20':[                    {'subkey201':'val',                     'subkey202':val,                    'subkey203':'val',                    'subkey204':'value'},                    {'subkey201':'val',                    'subkey202':val,                    'subkey203':'val',                    'subkey204':'value'},                    {'subkey201':'val',                    'subkey202':val,                    'subkey203':'val',                    'subkey204':'value'},                    {'subkey201':'val',                    'subkey202':val,                    'subkey203':'val',                    'subkey204':'value'}]}},]}我目前正在將其處理成一個(gè) pandas 數(shù)據(jù)框,每個(gè)鍵從 key1 開始代表 pandas 數(shù)據(jù)框中的一列。到目前為止,我只能做:    df = pd.concat([pd.DataFrame(v) for k,v in d.items()], keys=d)    print (df)這不會(huì)產(chǎn)生我想要的結(jié)果。我能否獲得有關(guān)如何瀏覽此內(nèi)容并獲取所有鍵作為列和值填充的熊貓數(shù)據(jù)框的幫助?我確實(shí)嘗試過使用 json_normalize 但是它將子鍵作為值而不是單獨(dú)的列處理到 key2 列中。
查看完整描述

1 回答

?
MM們

TA貢獻(xiàn)1886條經(jīng)驗(yàn) 獲得超2個(gè)贊

json_normalize()是工具。只需將它與一個(gè)一起使用兩次explode()


pd.json_normalize(pd.json_normalize(d["results"]).explode("key2.subkey20").to_dict(orient="records"))

輸出


key1   key2  key2.subkey20 key2.subkey20.subkey201 key2.subkey20.subkey202 key2.subkey20.subkey203 key2.subkey20.subkey204

   1  item1            NaN                     NaN                     NaN                     NaN                     NaN

   1    NaN            NaN                     val                     val                     val                   value

   1    NaN            NaN                     val                     val                     val                   value

   1    NaN            NaN                     val                     val                     val                   value

   1    NaN            NaN                     val                     val                     val                   value

   1  item1            NaN                     NaN                     NaN                     NaN                     NaN

   1    NaN            NaN                     val                     val                     val                   value

   1    NaN            NaN                     val                     val                     val                   value

   1    NaN            NaN                     val                     val                     val                   value

   1    NaN            NaN                     val                     val                     val                   value



查看完整回答
反對(duì) 回復(fù) 2023-06-20
  • 1 回答
  • 0 關(guān)注
  • 131 瀏覽
慕課專欄
更多

添加回答

舉報(bào)

0/150
提交
取消
微信客服

購(gòu)課補(bǔ)貼
聯(lián)系客服咨詢優(yōu)惠詳情

幫助反饋 APP下載

慕課網(wǎng)APP
您的移動(dòng)學(xué)習(xí)伙伴

公眾號(hào)

掃描二維碼
關(guān)注慕課網(wǎng)微信公眾號(hào)