我有一個大型的 json 資料集，格式如下：
r_json =
[[{'gasto': 3.47},
{'interacciones': 2.0},
{'fecha': 'Tue, 15 Oct 2019 00:00:00 GMT'},
{'moneda': 'USD'},
{'id_campania': '6666070697'},
{'id_conjunto_anuncios': '76484749901'},
{'id_anuncio': '389396738140'},
{'visitas_al_50': 862.6176},
{'visitas_al_75': 651.1752},
{'visitas_al100': 578.9394},
{'visitas_al100': 'YouTube'},
{'country': 'PE'},
{'brand': 'PILSEN CALLAO'},
{'objetivo': 'Video Views'},
{'objetivo': 'Mon, 14 Oct 2019 00:00:00 GMT'},
{'formato': 'Video'},
{'nombre_campania': 'LITRAZO'},
{'impresiones': 2106.0}],
[{'gasto': 4.49},
{'interacciones': 3.0},
{'fecha': 'Fri, 15 Nov 2019 00:00:00 GMT'},
{'moneda': 'USD'},
{'id_campania': '213904'},
{'id_conjunto_anuncios': '1905221'},
{'id_anuncio': '4460317'},
{'visitas_al_50': 791.0},
{'visitas_al_75': 732.0}, (...)
我想將其轉換為熊貓資料框。我試過了：
df = pd.DataFrame (r_json, columns = ['gasto', 'interacciones', 'fecha', 'moneda', 'id_campania',
'id_conjunto_anuncios', 'id_anuncio', 'visitas_al_50', 'visitas_al_75',
'visitas_al100', 'visitas_al100_2', 'country', 'brand', 'objetivo', 'objetivo_2',
'formato', 'nombre_campania', 'impresiones'])
但我得到一個似乎包含字典的資料框：
gasto interacciones fecha moneda id_campania id_conjunto_anuncios id_anuncio visitas_al_50 visitas_al_75 visitas_al100 visitas_al100_2 country brand objetivo objetivo_2 formato nombre_campania impresiones
0 {'gasto': 3.47} {'interacciones': 2.0} {'fecha': 'Tue, 15 Oct 2019 00:00:00 GMT'} {'moneda': 'USD'} {'id_campania': '6666070697'} {'id_conjunto_anuncios': '76484749901'} {'id_anuncio': '389396738140'} {'visitas_al_50': 862.6176} {'visitas_al_75': 651.1752} {'visitas_al100': 578.9394} {'visitas_al100': 'YouTube'} {'country': 'PE'} {'brand': 'PILSEN CALLAO'} {'objetivo': 'Video Views'} {'objetivo': 'Mon, 14 Oct 2019 00:00:00 GMT'} {'formato': 'Video'} {'nombre_campania': 'LITRAZO'} {'impresiones': 2106.0}
1 {'gasto': 4.49} {'interacciones': 3.0} {'fecha': 'Fri, 15 Nov 2019 00:00:00 GMT'} {'moneda': 'USD'} {'id_campania': '213904'} {'id_conjunto_anuncios': '1905221'} {'id_anuncio': '4460317'} {'visitas_al_50': 791.0} {'visitas_al_75': 732.0} {'visitas_al100': 699.0} {'visitas_al100': 'Oath'} {'country': 'PE'} {'brand': 'PILSEN CALLAO'} {'objetivo': 'Video Views'} {'objetivo': 'Wed, 13 Nov 2019 00:00:00 GMT'} {'formato': 'Video'} {'nombre_campania': 'LITRAZO'} {'impresiones': 832.0}
我嘗試了很多事情，但都沒有成功。誰能給我一些指導？提前致謝。
uj5u.com熱心網友回復：
在呼叫 DataFrame 建構式之前，您需要稍微操作一下 JSON：
tmp = [
dict(kv for dict_ in item for kv in dict_.items())
for item in r_json
]
df = pd.DataFrame(tmp)
結果：
gasto interacciones fecha moneda id_campania id_conjunto_anuncios id_anuncio visitas_al_50 visitas_al_75 visitas_al100 country brand objetivo formato nombre_campania impresiones
0 3.47 2.0 Tue, 15 Oct 2019 00:00:00 GMT USD 6666070697 76484749901 389396738140 862.6176 651.1752 YouTube PE PILSEN CALLAO Mon, 14 Oct 2019 00:00:00 GMT Video LITRAZO 2106.0
1 4.49 3.0 Fri, 15 Nov 2019 00:00:00 GMT USD 213904 1905221 4460317 791.0000 732.0000 NaN NaN NaN NaN NaN NaN NaN
這個怎么運作
如果將串列串列（即 2D 串列）傳遞給 DataFrame 建構式，它假定元素以逐列方式存盤：
r_json = [
[
{'gasto': 3.47}, # first row, first column = {'gasto': 3.47}
{'interacciones': 2.0} # first row, second column = {'interacciones': 2.0}
],
[
{'gasto': 4.49}, # second row, first column = {'gasto': 4.49}
{'interacciones': 3.0} # second row, second column = {'interacciones': 3.0}
]
]
df = pd.DataFrame(r_json)
如果你傳入一個字典串列，它假設每個專案代表一行，每個鍵值對代表一列：
tmp = [
{
'gasto': 3.47, # first row, column gasto = 3.47
'interacciones': 2.0 # first row, column interacciones = 2.0
},
{
'gasto': 4.49,
'interacciones': 3.0
}
]
df = pd.DataFrame(tmp)
所以我們需要通過合并鍵值對將原始的JSON轉換為第二種形式：
dict1 = dict([('gasto', 3.47), ('interacciones', 2.0)])
dict2 = dict([('gasto', 4.49), ('interacciones', 3.0)])
tmp = [dict1, dict2]
串列推導只是將該轉換應用于整個r_json串列。
轉載請註明出處，本文鏈接：https://www.uj5u.com/gongcheng/465580.html
上一篇：包含陣列到資料框的嵌套json
下一篇：熊貓按列上的多個條件選擇行