【问题标题】:From "nested" DataFrame to Nested Json [duplicate]从“嵌套”DataFrame 到嵌套 Json [重复]
【发布时间】:2019-08-20 08:21:48
【问题描述】:

我有一个包含伪嵌套列(即 . 作为名称)的 DataFrame,该列是通过在嵌套 JSON 中使用 Panda 的函数“json_normalize”创建的。我想从具有嵌套值的 DataFrame 中构建一个 JSON。

这是我正在尝试做的一个示例。请注意,这只是一个使其更易于理解的示例,它不完全是我的用例。我的用例需要 Pandas 进行一些“繁重”的 Dataframe 转换。

DataFrame 喜欢:

   id name.first name.last
0   1     Coleen      Volk
1   2       Mose    Regner

我想要的 JSON 是:

[{'id': 1,
 'name': {'first': 'Coleen',
         'last': 'Volk'}},
{'id': 2, 
'name': {'first': 'Mose', 
         'last': 'Regner'}}]

-- 要复制的简单代码:

data = [{'id': 1, 'name': {'first': 'Coleen', 'last': 'Volk', 'nickname': 'Perico'}},
    {'id': 2, 'name': {'first': 'Mose', 'last': 'Regner', 'nickname': 'Palotes'}}]

df = pd.io.json.json_normalize(data)
#some transormations using Pandas
df = df.drop(columns=['name.nickname'])

#Now I want to build the JSON

【问题讨论】:

  • 为什么还要把它放在数据框中呢?您可以从 JSON 中删除您不想要的密钥,因为它已经是所需的格式
  • 我需要 Pandas 进行一些转换。上面的例子只是为了让它尽可能简单,它不是我的实际用例
  • 您不能在将昵称放入数据框之前删除昵称吗
  • 我可以,但正如我所说,这是我正在尝试做的一个模拟示例。我的实际数据不是那样的,它不是名字。我需要 Pandas 来规范化值,转换为不同的类型,......删除列只是转换的一个示例

标签: python json pandas


【解决方案1】:

根据@Parsa T 的the function provided here

import pandas as pd

data = [{'id': 1, 'name': {'first': 'Coleen', 'last': 'Volk', 'nickname': 'Perico'}},
    {'id': 2, 'name': {'first': 'Mose', 'last': 'Regner', 'nickname': 'Palotes'}}]

df = pd.io.json.json_normalize(data)
#some transormations using Pandas
df = df.drop(columns=['name.nickname'])





def set_for_keys(my_dict, key_arr, val):
    """
    Set val at path in my_dict defined by the string (or serializable object) array key_arr
    """
    current = my_dict
    for i in range(len(key_arr)):
        key = key_arr[i]
        if key not in current:
            if i==len(key_arr)-1:
                current[key] = val
            else:
                current[key] = {}
        else:
            if type(current[key]) is not dict:
                print("Given dictionary is not compatible with key structure requested")
                raise ValueError("Dictionary key already occupied")

        current = current[key]

    return my_dict

def to_formatted_json(df, sep="."):
    result = []
    for _, row in df.iterrows():
        parsed_row = {}
        for idx, val in row.iteritems():
            keys = idx.split(sep)
            parsed_row = set_for_keys(parsed_row, keys, val)

        result.append(parsed_row)
    return result


#Where df was parsed from json-dict using json_normalize
to_formatted_json(df, sep=".")

输出:

Out[9]: 
[{'id': 1, 'name': {'first': 'Coleen', 'last': 'Volk'}},
 {'id': 2, 'name': {'first': 'Mose', 'last': 'Regner'}}]

【讨论】:

  • 谢谢!我期待在 Pandas 中实现一些东西,但有时无法得到它。我找了一会儿,检查是否有以前的问题,但找不到任何东西。使用 inverse 作为关键字并不容易。
猜你喜欢
  • 2016-05-10
  • 2020-07-16
  • 1970-01-01
  • 2020-07-12
  • 2018-09-01
  • 2020-11-08
  • 2017-10-25
  • 2019-07-24
相关资源
最近更新 更多