深度嵌套的 json - Pandas DataFrame 字典中的列表

Question

我正在尝试解析嵌套的 json 结果。

data = {
"results": [
        {
            "components": [
                {
                    "times": {
                            "periods": [
                                {
                                    "fromDayOfWeek": 0,
                                    "fromHour": 12,
                                    "fromMinute": 0,
                                    "toDayOfWeek": 4,
                                    "toHour": 21,
                                    "toMinute": 0,
                                    "id": 156589,
                                    "periodId": 20855
                                }
                            ],
                        }
                    }
                ],
            }
        ],
    }

我可以访问并为“结果”和“组件”列表创建数据框，但由于“时间”字典，无法访问“周期”。到目前为止，我有这个：

df = pd.json_normalize(data, record_path = ['results','components'])

需要一个单独的“句点”数据框，其中包含列名和值。非常感谢您对此的帮助。谢谢！

Answer 1

• 我的结果
• II 组件
• 三倍
• IIII期

规范化应该是正确的方式：

https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.json_normalize.html

有 4 级嵌套。结果中可能有 x 个组件，组件中有 y 次 - 但是这种嵌套类型是过度设计的吗？

获取数据最简单的方法是：

print data['a']['b']['c']['d'] (...)

在你的情况下：

打印数据['results']['components']['times']['periods']

---

你可以通过这段代码访问具体的嵌套层级：

def GetPropertyFromPeriods (property):
    propertyList = []
    for x in data['results']['components']['times']:
        singleProperty = photoURL['periods'][property]
        propertyList.append(singleProperty)
    return propertyList

这使您可以访问期间内的一个属性（fromDayOfWeek、fromHour、fromMinute）

将json值转换成pandas数据框：

print pd.DataFrame(data, columns=["columnA", "columnB”])

---

如果卡住：

How to Create a table with data from JSON output in Python

Python - How to convert JSON File to Dataframe

熊猫文档：

• pandas.DataFrame.from_dict
• pandas.json_normalize