如何在python中將jsons嵌套串列中的jsons串列轉換為csv？

如何將嵌套的 json 串列中的 json 串列轉換為以下格式？似乎無法做到這一點，許多示例使用pandaswhere 我更喜歡使用csv.DictWriter. 我的想法是（在回圈中）讀取 json - 在這種情況下data，將其轉置為水平。

{"rows": [
        {
          "data": [
            {
              "A": "1",
              "B": "2"
            },
            {
              "C": "3",
              "D": "4"
            },
            {
              "E": "5",
              "F": "6"
            }
          ]
        },
       ...
       ...
       ...
        {
          "data": [
            {
              "A": "7",
              "B": "8"
            },
            {
              "C": "9",
              "D": "10"
            },
            {
              "E": "11",
              "F": "12"
            }
          ]
        }
]
}

所需格式：

A, B, C, D, E, F
1, 2, 3, 4, 5, 6
...
7, 8, 9, 10, 11, 12

我已經閱讀了 json 已經在使用json.loads。只是堅持轉換這一點。

uj5u.com熱心網友回復：

DictWriter 使用 dict 理解生成行資料非常簡單：

import json
import csv

json_str = '''{"rows": [{"data": [{"A": "1", "B": "2"},
                                  {"C": "3", "D": "4"},
                                  {"E": "5", "F": "6"}]},
                        {"data": [{"A": "7", "B": "8"},
                                  {"C": "9", "D": "10"},
                                  {"E": "11", "F": "12"}]}]}'''

data = json.loads(json_str)
with open('out.csv','w',newline='') as f:
    w = csv.DictWriter(f,fieldnames='ABCDEF')
    w.writeheader()
    for row in data['rows']:
        data = {k:v for d in row['data'] for k,v in d.items()}
        print(data)
        w.writerow(data)

輸出（字典理解結果）：

{'A': '1', 'B': '2', 'C': '3', 'D': '4', 'E': '5', 'F': '6'}
{'A': '7', 'B': '8', 'C': '9', 'D': '10', 'E': '11', 'F': '12'}

輸出.csv：

A,B,C,D,E,F
1,2,3,4,5,6
7,8,9,10,11,12

uj5u.com熱心網友回復：

你最好不要做任何花哨的事情。只需翻閱字典并將資料復制到新字典中即可。

json_input = {}  # Your input JSON dictionary
transposed_data = {}
for row in json_input['rows']:
    for data_dict in row['data']:
        for key, value in data_dict.items():
            if key not in transposed_data:
                transposed_data[key] = []
            transposed_data[key].append(value)

然后你可以寫出你認為合適的資料。例如：

keys = transposed_data.keys()
num_values_per_key = len(transposed_data[keys[0]])
with open('output.csv', 'w') as output_file:
    output_file.write(f'{", ".join(keys)}\n')
    for index in range(num_values_per_key):
        values = []
        for key in keys:
            values.append(transposed_data[key][index])
        output_file.write(f'{", ".join(values)}\n')

一些圖書館提供者也有可能是制作 CSV 的更好方法。我沒有在這里花太多時間，因為聽起來移調是主要問題。

uj5u.com熱心網友回復：

僅僅因為這是可能的方式，我也想展示串列理解方式。我通常是做事的“pythonic方式”的忠實粉絲，但是在這種情況下它確實有點混亂。

import json      
import pandas as pd
json_data = '''{"rows": [
        {
          "data": [
            {
              "A": "1",
              "B": "2"
            },
            {
              "C": "3",
              "D": "4"
            },
            {
              "E": "5",
              "F": "6"
            }
          ]
        },
        {
          "data": [
            {
              "A": "7",
              "B": "8"
            },
            {
              "C": "9",
              "D": "10"
            },
            {
              "E": "11",
              "F": "12"
            }
          ]
        }
]
}'''
          
raw_data = json.loads(json_data)                  
                  
cleaned_data = [{key:val for subdict in row for key,val in subdict.items()} for row in [data["data"] for data in raw_data["rows"]]]

Out[118]: 
[{'A': '1', 'B': '2', 'C': '3', 'D': '4', 'E': '5', 'F': '6'},
 {'A': '7', 'B': '8', 'C': '9', 'D': '10', 'E': '11', 'F': '12'}]

df = pd.DataFrame(cleaned_data)

Out[120]: 
   A  B  C   D   E   F
0  1  2  3   4   5   6
1  7  8  9  10  11  12

標籤：

上一篇：如何通過Python更新json檔案中的鍵值

下一篇：jq：如何執行取消合并/多級物件減法，即給定X和Y，找到Z使得X*Z=Y