将带有字符串的json文件加载到python中的pandas数据框中答案

【问题标题】：Load json file with string into pandas dataframe in python将带有字符串的json文件加载到python中的pandas数据框中
【发布时间】：2021-08-16 00:57:44
【问题描述】：

我有一个示例 json 数据集：

['[{"id":"123","product":"dell","date":"2019-01-01","sales":5,"created_at":"2019-01-26 15:00:00"}, {"id":"124","product":"apple","date":"2019-01-02","sales":7,"created_at":"2019-01-27 15:00:00"}]']

我想从这个 json 数据创建一个 pandas 数据框，但是当我使用 json_normalize 方法时，我得到 AttributeError: 'str' object has no attribute 'values'。

预期的输出应该是这样的：

id   product  date        sales   created_at
123.  dell.   2019-01-01.  5.     2019-01-26 15:00:00
124.  apple.  2019-01-02.  7.     2019-01-27 15:00:00

【问题讨论】：

pd.read_json(yourlist[0]) ?如果那是一个列表
"... 一个示例 json 数据集作为..." - 好吧，您是如何获得该数据集的？也许您只是错误地加载了它？
我尝试了 list[0] 但由于结果是类型字符串而不起作用。
使用 json.loads 将您的字符串转换为 python 对象，然后将其加载到 df stackoverflow.com/a/4917044/5125264
我试过了，那是当我得到一个字符串列表的输出时。

标签： python pandas numpy data-science

【解决方案1】：

当我得到一个字符串列表的输出时

如果 json.load... 的结果是这样的

a = ['[{"id":"123","product":"dell","date":"2019-01-01","sales":5,"created_at":"2019-01-26 15:00:00"}, {"id":"124","product":"apple","date":"2019-01-02","sales":7,"created_at":"2019-01-27 15:00:00"}]']

然后再做一次......

>>> b = json.loads(a[0])
>>> b
[{'id': '123', 'product': 'dell', 'date': '2019-01-01', 'sales': 5, 'created_at': '2019-01-26 15:00:00'}, {'id': '124', 'product': 'apple', 'date': '2019-01-02', 'sales': 7, 'created_at': '2019-01-27 15:00:00'}]
>>> pd.DataFrame(b)
    id product        date  sales           created_at
0  123    dell  2019-01-01      5  2019-01-26 15:00:00
1  124   apple  2019-01-02      7  2019-01-27 15:00:00
>>>

不幸的是，您无法提前知道自己需要这样做。您需要先检查数据。除非你有幸拥有制作这些 json 的事物的规范。

【讨论】：

【解决方案2】：

import json
import pandas as pd
x = ['[{"id":"123","product":"dell","date":"2019-01-01","sales":5,"created_at":"2019-01-26 15:00:00"}, {"id":"124","product":"apple","date":"2019-01-02","sales":7,"created_at":"2019-01-27 15:00:00"}]']
# Take 0th element of list
x = x[0]
info = json.loads(x)
df = pd.json_normalize(info)
df

这是我测试的代码，它对我有用。

如果有帮助，请接受这个答案。

【讨论】：