将 JSON 转换为 python 数据框答案

【问题标题】：convert JSON to python dataframe将 JSON 转换为 python 数据框
【发布时间】：2017-10-31 14:33:20
【问题描述】：

我有 JSON 格式：

{
    "abc":
      {
        "123":[45600,null,3567],
        "378":[78689,2345,5678],
        "343":[23456,null,null]
      }
    }

我使用以下方式从 url 获取 json 数据：

json_data = json.loads(url.read().decode())

我需要将其转换为 Python Pandas Dataframe，如下所示：

ds    y_ds1  y_ds2  y_ds2
123   45600  null   3567
378   78689  2345   5678
343   23456  null   null

我正在尝试这样做：

df = pd.read_json(url,orient='columns')

结果如下：

          abc
123      [45600,null,3567]
378      [78689,2345,5678]
343      [23456,null,null]

我可以简单地将第二列数组拆分为 no 的任何方式。数组中存在的列并重命名上述标题？

编辑：根据给定的json，所有数组中都有3个元素；如果所有项目的数组大小为 2 或 4 或 5 怎么办？注意：JSON 将包含具有相似大小数组的所有键。但是数组的大小可以是任何值。

【问题讨论】：

标签： python json python-3.x pandas dataframe

【解决方案1】：

这对你有用吗？

import pandas as pd
import numpy as np

null = np.nan

my_json = {
    "abc":
      {
        "123":[45600,null,3567],
        "378":[78689,2345,5678],
        "343":[23456,null,null]
      }
    }

pd.DataFrame(my_json.get('abc')).T.reset_index().rename(columns={'index':'ds',0:'y_ds1',1:'y_ds2',2:'y_ds3'})

    ds    y_ds1   y_ds2   y_ds2
0  123  45600.0     NaN  3567.0
1  343  23456.0     NaN     NaN
2  378  78689.0  2345.0  5678.0

如果索引列可以保留ds 列，则可以这样做：

pd.DataFrame(my_json.get('abc')).T.rename(columns=(lambda x: 'y_ds' + str(x)))

       y_ds0   y_ds1   y_ds2
123  45600.0     NaN  3567.0
343  23456.0     NaN     NaN
378  78689.0  2345.0  5678.0

编辑：鉴于您在编辑中提供的DF，您可以将其转换为：

temp = df['abc'].apply(lambda x: pd.Series(x)).rename(columns=(lambda x: :'y_ds'+str(x)))

temp

       y_ds0   y_ds1   y_ds2
123  45600.0     NaN  3567.0
378  78689.0  2345.0  5678.0
343  23456.0     NaN     NaN

【讨论】：

如果您可以提出建议，请检查编辑。
我认为你的最后一个会起作用，但标题 ds 中应包含值为 123,378 等的索引列
只做temp.index.name = 'ds'
我的意思是索引列应该被视为带有标题 ds 的数据框的一部分。即使我做 "temp.index.name = 'ds'";不。数据框中的列数是 3 而不是 4。它应该是 4 列。
好吧，在那之后做temp.reset_index()，你就准备好了。