Python：将 Json 解包到数据框中

Question

我正在尝试将从 api 收到的 json 解析为 pandas DataFrame。那个 json 是分层的，在这个例子中，我有城市代码、线路名称和这条线路的车站列表。不幸的是，我无法“解包”它。非常感谢您的帮助和解释。

json：

{'id': '1',
 'lines': [{'hex_color': 'FFCD1C',
   'id': '8',
   'name': 'Калининская',          <------Line name
   'stations': [{'id': '8.189',
     'lat': 55.745113,
     'lng': 37.864052,
     'name': 'Новокосино',         <------Station 1   
     'order': 0},
    {'id': '8.88',
     'lat': 55.752237,
     'lng': 37.814587,
     'name': 'Новогиреево',        <------Station 2
     'order': 1},
etc.

我正在尝试从最低级别接收所有信息并添加所有更高级别的信息（从 linename 开始）：

c = r.content
j = simplejson.loads(c)

tmp=[]
i=0
data1=pd.DataFrame(tmp)
data2=pd.DataFrame(tmp)

pd.concat
station['name']

for station in j['lines']:

    data2 = data2.append(pd.DataFrame(station['stations'], station['name']),ignore_index=True)
data2

再一次 - 问题是： 如何让它发挥作用？ 这个解决方案是最佳解决方案，还是我应该了解一些功能？

更新： Json 解析正常：

json_normalize(j)

id  lines                                              name
1   [{'hex_color': 'FFCD1C', 'stations': [{'lat': ...   Москва

我能得到的当前DataFrame：

data2 = data2.append(pd.DataFrame(station['stations']),ignore_index=True)
    id      lat         lng         name        order
0   8.189   55.745113   37.864052   Новокосино  0
1   8.88    55.752237   37.814587   Новогиреево 1

所需的数据框可以表示为：

id  lat     lng                     name            order  Line_Name    Id_Top Name_Top
0   8.189   55.745113   37.864052   Новокосино      0      Калининская  1       Москва 
1   8.88    55.752237   37.814587   Новогиреево     1      Калининская  1       Москва

Answer 1

假设你有以下字典：

In [70]: data
Out[70]:
{'id': '1',
 'lines': [{'hex_color': 'FFCD1C',
   'id': '8',
   'name': 'Калининская',
   'stations': [{'id': '8.189',
     'lat': 55.745113,
     'lng': 37.864052,
     'name': 'Новокосино',
     'order': 0},
    {'id': '8.88',
     'lat': 55.752237,
     'lng': 37.814587,
     'name': 'Новогиреево',
     'order': 1}]}]}

解决方案：使用pandas.io.json.json_normalize：

In [71]: pd.io.json.json_normalize(data['lines'],
                                   ['stations'],
                                   ['name', 'id'],
                                   meta_prefix='parent_')
Out[71]:
      id        lat        lng         name  order  parent_name parent_id
0  8.189  55.745113  37.864052   Новокосино      0  Калининская         8
1   8.88  55.752237  37.814587  Новогиреево      1  Калининская         8

更新：反映了更新的问题

res = (pd.io.json.json_normalize(data,
                                 ['lines', 'stations'],
                                 ['id', ['lines', 'name']],
                                 meta_prefix='Line_')
         .assign(Name_Top='Москва'))

结果：

In [94]: res
Out[94]:
      id        lat        lng         name  order Line_id Line_lines.name Name_Top
0  8.189  55.745113  37.864052   Новокосино      0       1     Калининская   Москва
1   8.88  55.752237  37.814587  Новогиреево      1       1     Калининская   Москва

Answer 2

除了MaxU的回答，我觉得你还是需要最高级别的id，这样应该可以的：

json_normalize(data, ['lines','stations'], ['id',['lines','name']],record_prefix='station_')