使用python pandas将json转换为csv

Question

我提到了这个： Nested Json to pandas DataFrame with specific format

并且：json_normalize produces confusing KeyError

尝试使用pandas中的json_normalize来规范化我的json片段。 但是，输出没有完全标准化。这是我的代码片段

var mongoose = require('mongoose');
mongoose.connect('mongodb://<correctuser>:<correctpassword>@ds159670.mlab.com:59670/budget'); // connect to our database

var Budget   = require('./models/budget');

值列的输出为

x =[{'fb_metrics': [{'period': 'lifetime', 'values': [{'value': {'share': 2, 'like': 10}}], 'title': 'Lifetime Post Stories by action type', 'name': 'post_stories_by_action_type', '_id': '222530618111374_403476513350116/insights/post_stories_by_action_type/lifetime', 'description': 'Lifetime: The number of stories created about your Page post, by action type. (Total Count)'}]}]

df = pd.io.json.json_normalize(x[0]['fb_metrics'])

我希望有两个列输出，而不是像

values
[{'value': {'share': 2, 'like': 10}}] 

我应该如何实现这一目标？

Answer 1

您可以再次将json_normalize应用于值列以展平它：

pd.concat([
    df.drop('values', 1), 
    df['values'].apply(lambda x: pd.io.json.json_normalize(x).iloc[0])
], axis=1)

Answer 2

对于您的数据框，

您可以使用df.from_dcit()在值中的嵌套字典中创建新的DataFrame：

df2 = pd.DataFrame.from_dict(df['values'].values[0][0], orient = 'index').reset_index().drop(['index'], axis=1)

得到：

df2:

   share  like
0      2    10

然后将其添加到现有数据框，以使用pd.concat获取所需格式：

result = pd.concat([df, df2], axis=1, join='inner')

result[['values', 'share', 'like']]
Out[74]: 
                                     values  share  like
0  [{u'value': {u'share': 2, u'like': 10}}]      2    10

如果需要可以重命名：

result.rename(columns={'share': 'values.share', 'like':'values.like'}, inplace=True)

result[['values', 'share', 'like']]
Out[74]: 
                                     values  values.share  values.like
0  [{u'value': {u'share': 2, u'like': 10}}]             2           10

Answer 3

import pandas as pd
df = pd.read_json('data.json')
df.to_csv('data.csv', index=False, columns=['title', 'subtitle', 'date', 
'description'])

import pandas as pd
df = pd.read_csv("data.csv")
df = df[df.columns[:4]]
df.dropna(how='all')
df.to_json('data.json', orient='records')