Question

我正在从API接收请求，并尝试使用requests库和json_normalize()函数在Python中对其进行处理。这是我的步骤：

import requests
from pandas.io.json import json_normalize 

url = "Some String"

headers = {

'Authorization':"Some Token"}

response = requests.request("GET", url, headers=headers)

data = response.json()

df = json_normalize(data)

它给我这样的输出：

Col1                                                  Col2
[{'text': 'sometext', 'date':'1528322400000',...}]    [[1528322400000, 24], [1528322460000, 24]

我想解析列内的嵌套结构，从中构造数据框并在日期上合并。

这种情况是，我可以像这样解析Col1：df = json_normalize(data['Col1'])会给我很好的数据框，其中包含来自此嵌套json的列，一切都很好。

但是它不适用于Col2，因为基本上是列表。执行df = json_normalize(data['Col2'])时收到错误消息：'list' object has no attribute 'values'

我的问题：

我可以像使用Col1（使用json_normalize()或其他方法）一样解析嵌套列表吗？
如果我将对API本身和Col2中的所有列名进行一些更改，就像在Col1中进行更改那样以便于解析，会更容易吗？

谢谢！

Answer 1

只需从您的col2内容创建一个数据框，它将完美地工作。

>>> import pandas as pd
>>>  pd.DataFrame([[1528322400000, 24], [1528322460000, 24]], columns=['c1','c2'])

              c1  c2
0  1528322400000  24
1  1528322460000  24

这是您想要的吗？

Answer 2

如果json数据是包含键和值的字典列表，例如下面给出的

：

Data = [{'key1' : Value1, 
         'key2' : Value2},
        {'key1' : Value3, 
         'key2' : Value4},
        {'key1' : Value5, 
         'key2' : Value6}]

然后

import pandas as pd
from pandas.io.json import json_normalize

DF = pd.DataFrame.from_dict(json_normalize(Data), orient='columns')

将为您提供以下格式的数据框：

     key1     key2

0   Value1   Value2
1   Value3   Value4
2   Value5   Value6

希望这会有所帮助。

在Pandas中解析嵌套的结构化json

2 个答案: