Question

好吧，整个下午，我一直在用头撞墙。我知道有很多类似的帖子，但我不断收到错误，可能会犯一个愚蠢的错误。

我使用此处的apyori包进行一些事务处理分析：https://pypi.python.org/pypi/apyori/1.1.1

似乎包dump_as_json()方法为每个可能的购物篮吐出RelationRecords的字典。

我想将这些json格式的词典放到一个pandas数据帧中，但在尝试使用pd.read_json()时却遇到了不同的错误。

这是我的代码：

import apyori, shutil, os
from apyori import apriori
from apyori import dump_as_json
import pandas as pd
import json

try:
    from StringIO import StringIO
except ImportError:
    from io import StringIO

transactions = [
    ['Jersey','Magnet'],
    ['T-Shirt','Cap'],
    ['Magnet','T-Shirt'],
    ['Jersey', 'Pin'],
    ['T-Shirt','Cap']
]
results = list(apriori(transactions))
results_df = pd.DataFrame()
for RelationRecord in results:
    dump_as_json(RelationRecord,output_file)
print output_file.getvalue()
json_file = json.dumps(output_file.getvalue())
print json_file


print data_df.head()

如何将output_file中存储的json格式化词典存入pandas数据帧？

Answer 1

我建议阅读StackOverflow关于生成Minimal, Complete, and Verifiable example的指南。此外，像＆＃34;我不断收到错误的陈述＆＃34;不是很有帮助。也就是说，我看了一下这个apyori包的代码和源代码。抛开错别字，看起来问题就在这里：

for RelationRecord in results:
    dump_as_json(RelationRecord,output_file)

您正在创建一个每行一个对象的JSON文件（我认为这有时被称为LSON或Line-JSON。）作为一个完整的文档，它只是不是有效的JSON。您可以尝试将其保留为同类词典列表或其他一些pd.DataFrame友好结构。

output = []
for RelationRecord in results:
    o = StringIO()
    dump_as_json(RelationRecord, o)
    output.append(json.loads(o.getvalue()))
data_df = pd.DataFrame(output)

Answer 2

您可以使用以下脚本进一步将Apriori结果转换为更好看的数据帧：

summary_df = pd.DataFrame(columns=('Items','Antecedent','Consequent','Support','Confidence','Lift'))

Support =[]
Confidence = []
Lift = []
Items = []
Antecedent = []
Consequent=[]

for RelationRecord in results: 
    for ordered_stat in RelationRecord.ordered_statistics:
        Support.append(RelationRecord.support)
        Items.append(RelationRecord.items)
        Antecedent.append(ordered_stat.items_base)
        Consequent.append(ordered_stat.items_add)
        Confidence.append(ordered_stat.confidence)
        Lift.append(ordered_stat.lift)

summary_df['Items'] = Items                                   
summary_df['Antecedent'] = Antecedent
summary_df['Consequent'] = Consequent
summary_df['Support'] = Support
summary_df['Confidence'] = Confidence
summary_df['Lift']= Lift

最终数据框如下所示：

希望这会有所帮助：）

JSON格式化字符串到pandas数据帧

2 个答案: