Group By 和 Count 嵌套字典列表中值的出现次数答案

【问题标题】：Group By and Count occurences of values in list of nested dictsGroup By 和 Count 嵌套字典列表中值的出现次数
【发布时间】：2021-01-08 15:46:39
【问题描述】：

我有一个结构如下的 JSON 文件：

{
  "content": [
    {
      "name": "New York",
      "id": "1234",
      "Tags": {
        "hierarchy": "CITY"
      }
    },
    {
      "name": "Los Angeles",
      "id": "1234",
      "Tags": {
        "hierarchy": "CITY"
      }
    },
    {
      "name": "California",
      "id": "1234",
      "Tags": {
        "hierarchy": "STATE"
      }
    }
  ]
}

作为结果，我想要一个 CSV 中的表格视图，如下所示：

tag.key	tag.value	occurrance
hierarchy	CITY	2
hierarchy	STATE	1

意思是我想计算我的 json 文件中每个唯一“标签”的出现次数，并创建一个输出 csv 来显示这一点。我原来的 json 文件很大。

【问题讨论】：

标签： python json python-3.x pandas dataframe

【解决方案1】：

首先使用ast.literal_eval函数构造一个字典对象，然后将该对象拆分得到一个键值元组，以便使用zip创建一个数据框。将groupby应用于新形成的dataframe，最后通过df_agg.to_csv创建一个.csv文件如

import json
import ast
import pandas as pd    
Js= """{
  "content": [
    {
      "name": "New York",
      "id": "1234",
      "Tags": {
        "hierarchy": "CITY"
      }
    },
    ....
    ....
    {
      "name": "California",
      "id": "1234",
      "Tags": {
        "hierarchy": "STATE"
      }
    }
  ]
}"""
data = ast.literal_eval(Js)     
key = []
value=[]
for i in list(range(0,len(data['content']))):
    value.append(data['content'][i]['Tags']['hierarchy'])
    for j in data['content'][i]['Tags']:
        key.append(j)

df = pd.DataFrame(list(zip(key, value)), columns =['tag.key', 'tag.value'])
df_agg=df.groupby(['tag.key', 'tag.value']).size().reset_index(name='occurrance')
df_agg.to_csv(r'ThePath\\to\\your\\file\\result.csv',index = False)

【讨论】：