Python：回圈字典（從JSON創建）以創建行-有解無憂

因此，我正在嘗試通過回傳 JSON 的 api 呼叫匯入 Dynatrace 資料。我將 JSON 匯入為字典和串列（多個嵌套）的字典。

我想要做的是最終得到我以后可以用來寫入 csv 的行。

我認為用例子會更有意義。

匯入 JSON 的示例（縮短空間，但我留下了我需要的 3 個“部分”）：

dtrace_results = json.loads(http_response.content)

看起來像：

{'totalCount': 41, 'nextPageKey': None, 
 'result': [{'metricId': 'builtin:service.response.time', 
             'data': [{'dimensions': ['SERVICE-039D18D190DF8EE1'], 
                       'dimensionMap': {'dt.entity.service': 'SERVICE-039D18D190DF8EE1'}, 
                       'timestamps': [1641491760000, 1641491820000, 1641491880000], 
                       'values': [733, None, 724]}, 
                      {'dimensions': ['SERVICE-CF6C91BB030BB3AC'], 
                       'dimensionMap': {'dt.entity.service': 'SERVICE-CF6C91BB030BB3AC'}, 
                       'timestamps': [1641491760000, 1641491820000, 1641491880000], 
                       'values': [60951.354609929076, 56788.070796460175, 57866.69565217391]}, 
                      {'dimensions': ['SERVICE-BF03689183860CA9'], 
                       'dimensionMap': {'dt.entity.service': 'SERVICE-BF03689183860CA9'}, 
                       'timestamps': [1641491760000, 1641491820000, 1641491880000], 
                       'values': [69, 74, 78.5]}
                     ]}]}

經過一些操作以使其更接近我想要的位置：

for row in dtrace_results['result'][0]['data']:
    row.pop('dimensions')

列印上述結果：（為清晰起見添加了專案符號）

{'dimensionmap'：{'dt.entity.service'：'service-039d18d190df8ee1'}，'timestamps'：[1641492120000,1641492180000,1641492110000，1641492240000]，'值'：[沒有，1495.33333333333,1451.5，無]}
{ 'dimensionMap'：{ 'dt.entity.service'： 'SERVICE-CF6C91BB030BB3AC'}， '時間戳'：[1641492060000，1641492120000，1641492180000，1641492240000]， '值'：[70568.0193548387，64320.80487804878,55929.954545454544，57868.15151515151]}
{'dimensionMap': {'dt.entity.service': 'SERVICE-BF03689183860CA9'}, 'timestamps': [1641492060000, 1641492120000, 1641492180000, 207s, 16000, 160009, 160009, 160009], 1601, 1601

我試圖從上面得到的基本上是，在這個例子中，上面每行有 4 行，像這樣（添加數字只是為了清楚，結果中不需要）：

SERVICE-039D18D190DF8EE1,1641492060000,無
SERVICE-039D18D190DF8EE1,1641492120000,1495.3333333333333
SERVICE-039D18D190DF8EE1,1641492180000,1451.5
SERVICE-039D18D190DF8EE1,1641492240000,無
...后跟附加行

在此先感謝您的幫助。

uj5u.com熱心網友回復：

如果您正在嘗試創建以專案符號給出的串列串列，那么您就快完成了。簡單地迭代dtrace_results['result'][0]['data']（因為它是一個字典串列）并通過zipping 3 個串列通過另一個迭代獲取相關值。請注意，由于row['dimensionMap']['dt.entity.service']不是串列，我們必須將其設為串列。

out = []
for row in dtrace_results['result'][0]['data']:
    
    ts = row['timestamps']
    # we need to make 'service' a list of the same length as the other lists 
    service = [row['dimensionMap']['dt.entity.service']]*len(ts) 
    vals = row['values']
    
    for zipped in zip(service, ts, vals):
        out.append(list(zipped))

輸出：

[['SERVICE-039D18D190DF8EE1', 1641491760000, 733],
 ['SERVICE-039D18D190DF8EE1', 1641491820000, None],
 ['SERVICE-039D18D190DF8EE1', 1641491880000, 724],
 ['SERVICE-CF6C91BB030BB3AC', 1641491760000, 60951.354609929076],
 ['SERVICE-CF6C91BB030BB3AC', 1641491820000, 56788.070796460175],
 ['SERVICE-CF6C91BB030BB3AC', 1641491880000, 57866.69565217391],
 ['SERVICE-BF03689183860CA9', 1641491760000, 69],
 ['SERVICE-BF03689183860CA9', 1641491820000, 74],
 ['SERVICE-BF03689183860CA9', 1641491880000, 78.5]]

uj5u.com熱心網友回復：

我認為使用zip并且csv會讓你到達那里。

鑒于您的資料，例如：

data = {
    'totalCount': 41,
    'nextPageKey': None,
    'result': [
        {
            'metricId': 'builtin:service.response.time',
            'data': [
                {
                    'dimensions': ['SERVICE-039D18D190DF8EE1'],
                    'dimensionMap': {'dt.entity.service': 'SERVICE-039D18D190DF8EE1'},
                    'timestamps': [1641491760000, 1641491820000, 1641491880000],
                    'values': [733, None, 724]
                },
                {
                    'dimensions': ['SERVICE-CF6C91BB030BB3AC'],
                    'dimensionMap': {'dt.entity.service': 'SERVICE-CF6C91BB030BB3AC'},
                    'timestamps': [1641491760000, 1641491820000, 1641491880000],
                    'values': [60951.354609929076, 56788.070796460175, 57866.69565217391]
                },
                {
                    'dimensions': ['SERVICE-BF03689183860CA9'],
                    'dimensionMap': {'dt.entity.service': 'SERVICE-BF03689183860CA9'},
                    'timestamps': [1641491760000, 1641491820000, 1641491880000],
                    'values': [69, 74, 78.5]
                },
                ## many more
            ]
        }
    ]
}

我們可能會嘗試：

results = []
for item in data["result"][0]["data"]:
    dimension = item["dimensions"][0]
    for timestamp, value in zip(item["timestamps"], item["values"]):
        results.append({
            "ID": dimension,
            "timestamp": timestamp,
            "value": value if value else "None"
        })

這將使我們能夠做到：

print(results)

給予：

[
    {'ID': 'SERVICE-039D18D190DF8EE1', 'timestamp': 1641491760000, 'value': 733},
    {'ID': 'SERVICE-039D18D190DF8EE1', 'timestamp': 1641491820000, 'value': 'None'},
    {'ID': 'SERVICE-039D18D190DF8EE1', 'timestamp': 1641491880000, 'value': 724},
    {'ID': 'SERVICE-CF6C91BB030BB3AC', 'timestamp': 1641491760000, 'value': 60951.354609929076},
    {'ID': 'SERVICE-CF6C91BB030BB3AC', 'timestamp': 1641491820000, 'value': 56788.070796460175},
    {'ID': 'SERVICE-CF6C91BB030BB3AC', 'timestamp': 1641491880000, 'value': 57866.69565217391},
    {'ID': 'SERVICE-BF03689183860CA9', 'timestamp': 1641491760000, 'value': 69},
    {'ID': 'SERVICE-BF03689183860CA9', 'timestamp': 1641491820000, 'value': 74},
    {'ID': 'SERVICE-BF03689183860CA9', 'timestamp': 1641491880000, 'value': 78.5}
]

談及results到CSV是那么簡單。

import csv
with open("results.csv", "w", encoding="utf-8", newline="") as file_out:
    writer = csv.DictWriter(file_out, fieldnames=results[0].keys())
    writer.writeheader()
    writer.writerows(results)

給出一個看起來像的 csv：

ID,timestamp,value
SERVICE-039D18D190DF8EE1,1641491760000,733
SERVICE-039D18D190DF8EE1,1641491820000,None
SERVICE-039D18D190DF8EE1,1641491880000,724
SERVICE-CF6C91BB030BB3AC,1641491760000,60951.354609929076
SERVICE-CF6C91BB030BB3AC,1641491820000,56788.070796460175
SERVICE-CF6C91BB030BB3AC,1641491880000,57866.69565217391
SERVICE-BF03689183860CA9,1641491760000,69
SERVICE-BF03689183860CA9,1641491820000,74
SERVICE-BF03689183860CA9,1641491880000,78.5

轉載請註明出處，本文鏈接：https://www.uj5u.com/yidong/404554.html

標籤：

上一篇：將字典中的值拆分為片段并生成新值

下一篇：讀取json鍵值但忽略物件