【发布时间】:2016-06-02 01:12:18
【问题描述】:
我正在尝试从下面的 json 数据中获取嵌套值。
{
"region_id": 60763,
"phone": "",
"address": {
"region": "NY",
"street-address": "147 West 43rd Street",
"postal-code": "10036",
"locality": "New York City"
},
"id": 113317,
"name": "Casablanca Hotel Times Square"
}
{
"region_id": 32655,
"phone": "",
"address": {
"region": "CA",
"street-address": "300 S Doheny Dr",
"postal-code": "90048",
"locality": "Los Angeles"
},
"id": 76049,
"name": "Four Seasons Hotel Los Angeles at Beverly Hills"
}
我刚刚将上述数据加载到我的熊猫数据框中,使用:
with open("file path") as f:
df = pd.DataFrame(json.loads(line) for line in f)
现在我的数据框如下所示:
address Phone
0 {u'region': u'NY', u'street-address': u'147 We...
1 {u'region': u'CA', u'street-address': u'300 S ...
id name region_id
0 113317 Casablanca Hotel Times Square 60763
1 76049 Four Seasons Hotel Los Angeles at Beverly Hills 32655
我可以使用这个来获取列子集 - data = df[['id', 'name']]
但不知道如何获取region 和street-address 以及id 和name 的值。我的输出数据框应该有id, name, region, street-address。
注意:我试图弹出并将这个嵌套列address 与我的数据框连接起来。但是由于我的数据很大 - 348MB,当我尝试按列 - (轴 - 1)时,连接会占用大量内存。
另外,我正在寻找一种有效的方法来处理这个问题,我是否应该使用将直接使用 C 扩展的 Numpy。或者写入一些数据库,比如 MongoDB。我正在考虑这个,因为在对这些数据进行子集化后,我需要根据 id 列加入这个其他数据集以获取其他几个字段。
【问题讨论】:
标签: python json python-2.7 numpy pandas