我有一個帶有嵌套 json 資料字串的 Pandas 列。我想將資料展平為多個熊貓列。我有這樣的資料：
{
'A': '123',
'B': '2019-08-26',
'C': [
{
'a': 'stop',
'b': 'A '
},
{
'a': 'go',
'b': 'C '
}
],
'D': [],
'E': [
{
'a': 'Don',
'b': 1
},
{
'b': 12
}
],
}
對于熊貓列中的每個單元格，我想決議這個字串并創建多個列。預期輸出如下所示：
| A | B | C.a | C.b | D.a | D.b | E.a | E.b |
|---- |------|-----|-----|-----|-----|-----|-----|
| 123 | 2019-08-26 | stop | A | Nan | Nan | Don | 1 |
| 123 | 2019-08-26 | go | C | Nan | Nan | Don | 1 |
| 123 | 2019-08-26 | stop | A | Nan | Nan | NaN | 12 |
| 123 | 2019-08-26 | go | C | Nan | Nan | Nan | 12 |
我嘗試使用 json_normalize，但它回傳錯誤......請幫助我:(
uj5u.com熱心網友回復：
pd.json_normalize與df.explode和 一起使用pd.concat：
In [308]: x = pd.json_normalize(j).explode('C').explode('E')
In [310]: r = pd.concat([x.drop(['C', 'E'], 1).reset_index(drop=True), pd.json_normalize(x.C), pd.json_normalize(x.E)], 1)
In [316]: C_cols = [f'C.{i}' for i in pd.json_normalize(x.C).columns]
In [317]: E_cols = [f'E.{i}' for i in pd.json_normalize(x.E).columns]
In [323]: r.columns = [*x.drop(['C', 'E'], 1).columns , *C_cols, *E_cols]
In [324]: r
Out[324]:
A B D C.a C.b E.a E.b
0 123 2019-08-26 [] stop A Don 1
1 123 2019-08-26 [] stop A NaN 12
2 123 2019-08-26 [] go C Don 1
3 123 2019-08-26 [] go C NaN 12
uj5u.com熱心網友回復：
類似于@Mayank Porwal 的回答，首先使用pd.json_normalize df.explode。然后使用str.get方法從列中的字典中收集值['C','D','E']：
df = pd.json_normalize(json_data).explode('C').explode('E')
for col in ['C','D','E']:
for i in ['a','b']:
df[col '.' i] = df[col].str.get(i)
df['E.a'].replace({None:np.nan}, inplace=True)
df = df.drop(['C','E','D'], axis=1).sort_values(by='E.b')
輸出：
A B C.a C.b D.a D.b E.a E.b
0 123 2019-08-26 stop A NaN NaN Don 1
0 123 2019-08-26 go C NaN NaN Don 1
0 123 2019-08-26 stop A NaN NaN NaN 12
0 123 2019-08-26 go C NaN NaN NaN 12
轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/403343.html
標籤：
上一篇：我如何反序列化這個json？