在回圈中創建不同長度的字典以附加到串列中。（json到Pandas資料框）

我正在用python進行分析。我有來自 json 中的 post 請求的回應，我想在進行一些分析之前將幾位資訊提取到 DataFrame 中以與另一個合并。

json 的格式為：

json =     {'type': 'abc',
            'results': [{'users': [{'id': '1',
                                    'score': 0.9},
                                   {'id': '2', 
                                   'score': 0.2}],
                         'num_users': 2,
                         'name': 'john smith'},
                        {'users': [{'id': '3',
                                    'score': 0.7}],
                         'num_users': 1,
                         'name': 'david jones'},
                        {'users': [{'id': '5',
                                    'score': 0.8},
                                   {'id': '6', 
                                    'score': 0.3}],
                         'num_users': 2,
                         'name': 'jane smith'}]}

在上面的示例中，我想提取名稱，以及它們關聯的 id 和分數：

我最初的計劃是在創建資料框之前回圈并創建一個字典串列，但是當我這樣做時，我意識到用戶數量和分數會有所不同，最初認為每個名稱應該有 2 個 id 和分數。

scores = []
for i in range(0, len(json):
    scores.append({'name':json[i]['name'],
                   'id_1': json[i]['users'][0]['id'],
                   'score_1': json[i]['users'][0]['score'],
                   'id_2': json[i]['users'][1]['id'],
                   'score_2': json[i]['users'][1]['score']})
pd.DataFrame(scores)

如何根據長度創建具有不同長度和鍵以及不同鍵名（_1、_2 等）的字典？當將可變長度字典串列傳遞給 pd.DataFrame 時，這會起作用嗎？

謝謝。

uj5u.com熱心網友回復：

如果data您的字典來自問題：

df = pd.DataFrame(
    [
        {"name": d["name"]}
        | {
            f"{k}_{i}": v
            for i, d in enumerate(d["users"], 1)
            for k, v in d.items()
        }
        for d in data["results"]
    ]
).fillna("")

print(df.to_markdown())

印刷：

或使用**代替dict | dict：

df = pd.DataFrame(
    [
        {
            "name": d["name"],
            **{
                f"{k}_{i}": v
                for i, d in enumerate(d["users"], 1)
                for k, v in d.items()
            },
        }
        for d in data["results"]
    ]
).fillna("")

uj5u.com熱心網友回復：

您可以使用json_normalize然后pivot：

#get the data you need into a dataframe
df = pd.json_normalize(json["results"],record_path="users",meta="name")

#create a counter to pivot
df["counter"] = df.groupby("name").cumcount().add(1)

#pivot to the desired structure
output = df.pivot("name","counter",["id","score"]).sort_values(by="counter",axis=1).rename_axis(None)

#collapse multi-level header to single level
output.columns = output.columns.map("{0[0]}_{0[1]}".format)

>>> output
            id_1 score_1 id_2 score_2
david jones    3     0.7  NaN     NaN
jane smith     5     0.8    6     0.3
john smith     1     0.9    2     0.2

uj5u.com熱心網友回復：

您可以快速使用：

>>> pd.json_normalize(json['results'], 'users', 'name')
  id  score         name
0  1    0.9   john smith
1  2    0.2   john smith
2  3    0.7  david jones
3  5    0.8   jane smith
4  6    0.3   jane smith

然后旋轉您的資料框：

out = (pd.json_normalize(json['results'], 'users', 'name')
         .assign(colid=lambda x: x.groupby('name')['id'].cumcount().add(1).astype(str))
         .pivot('name', 'colid'))
out.columns = out.columns.to_flat_index().map('_'.join).rename(None)
print(out)

# Output
            id_1 id_2  score_1  score_2
name                                   
david jones    3  NaN      0.7      NaN
jane smith     5    6      0.8      0.3
john smith     1    2      0.9      0.2

標籤：Python json 熊猫 字典

上一篇：使用Jolt使用鍵中的值創建帶有硬編碼鍵和值的JSON陣列

下一篇：根據JSON模式自動設定默認值