用 pandas 读取 json，列有问题答案

【问题标题】：Read json with pandas, problem with columns用 pandas 读取 json，列有问题
【发布时间】：2021-05-20 14:29:03
【问题描述】：

我正在尝试使用 pandas 将 json 文件转换为 csv 表。

我的 json 文件来自《权力的游戏》，其中包含来自角色的信息。问题是每一行可以包含字典的不同键。

我想构建一个 csv 文件，其中包含 json 文件每一行的所有唯一键作为列。

这是我到目前为止所做的：

import pandas as pd
file = link
df = pd.read_json(file)
df2 = df['characters']
#from here on I'm stuck

【问题讨论】：

标签： python json pandas

【解决方案1】：

见pandas.json_normalize。

>>> import pandas as pd
>>> path = 'characters.json'
>>> df = pd.read_json(path)
>>> df2 = pd.json_normalize(df['characters'])
>>> df2.columns
Index(['characterName', 'characterLink', 'actorName', 'actorLink', 'houseName',
       'royal', 'parents', 'siblings', 'killedBy', 'characterImageThumb',
       'characterImageFull', 'nickname', 'killed', 'servedBy', 'parentOf',
       'marriedEngaged', 'serves', 'kingsguard', 'guardedBy', 'actors',
       'guardianOf', 'allies', 'abductedBy', 'abducted', 'sibling'],
      dtype='object')
>>> df2.loc[df2['characterName']=='Sansa Stark']
    characterName          characterLink      actorName         actorLink  ... allies abductedBy abducted sibling
300   Sansa Stark  /character/ch0158137/  Sophie Turner  /name/nm3849842/  ...    NaN        NaN      NaN     NaN

[1 rows x 25 columns]
>>>
>>> df2.loc[df2['characterName']=='Sansa Stark']['siblings']
300    [Robb Stark, Arya Stark, Bran Stark, Rickon St...
Name: siblings, dtype: object
>>> df2.to_csv('got.csv', index=False)

【讨论】：

【解决方案2】：

如果您已经下载了 json 文件并保存了例如名称 file.json，您可以使用以下代码：

import pandas as pd
import json


with open('file.json') as f:
    d = json.load(f)['characters']
    df = pd.DataFrame(d)
df.to_csv("characters.csv")

或者如果你想从 URL 下载 json 文件，你可以使用这个：

import pandas as pd
import json
from urllib.request import urlopen

url = "https://raw.githubusercontent.com/jeffreylancaster/game-of- 
thrones/master/data/characters.json"
response = urlopen(URL)
data_json = json.loads(response.read())

characters = data_json['characters']
df = pd.DataFrame(characters)
df.to_csv("characters.csv")

【讨论】：