Question

我目前正在做一个关于数据分析的项目on the tmdb dataset在kaggle（BTW我是一个完整的菜鸟，所以请原谅我的无知）我在数据集中遇到了以下列（第2列）： - `< / p>

流派

[{"id": 28, "name": "Action"}, {"id": 12, "name": "Adventure"}, {"id": 14, "name": "Fantasy"}, {"id": 878, "name": "Science Fiction"}]
[{"id": 12, "name": "Adventure"}, {"id": 14, "name": "Fantasy"}, {"id": 28, "name": "Action"}]
[{"id": 28, "name": "Action"}, {"id": 12, "name": "Adventure"}, {"id": 80, "name": "Crime"}]
[{"id": 28, "name": "Action"}, {"id": 80, "name": "Crime"}, {"id": 18, "name": "Drama"}, {"id": 53, "name": "Thriller"}]
[{"id": 28, "name": "Action"}, {"id": 12, "name": "Adventure"}, {"id": 878, "name": "Science Fiction"}]
[{"id": 14, "name": "Fantasy"}, {"id": 28, "name": "Action"}, {"id": 12, "name": "Adventure"}]
[{"id": 16, "name": "Animation"}, {"id": 10751, "name": "Family"}]

此类型是列名，此列每行中的数据都包含在[]

中

我想要做的是在以下类型的列中转换它（分隔符可以是除'，'之外的任何东西，因为它是一个CSV文件： -

genres
Action;Adventure;Fantasy;Fiction;
Adventure;Fantasy;Action;
Action;Adventure;Crime;
And so on...

这是我的代码： -

import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
import csv

reviews = pd.read_csv("C:/Users/HP/Desktop/data science project/tmpd second attempt/2. prepared data/tmdb_5000_movies.csv")

print(reviews["genres"]);

PS： - 这是我的第一个项目，所以真的不知道如何处理这个

Answer 1

这不是csv文件。这是一个json文件。所以，如果你改变

reviews = pd.read_csv("C:/Users/HP/Desktop/data science project/tmpd second attempt/2. prepared data/tmdb_5000_movies.csv")

到

reviews = pd.read_json("C:/Users/HP/Desktop/data science project/tmpd second attempt/2. prepared data/tmdb_5000_movies.csv")

它应该有用。

哦，您可能想要将文件扩展名从.csv更改为.json

来自op的评论：

这段代码适用于你的样本，有点黑客，但我能做得最快：

import ast
with open("untitled.csv") as fi:
    data=fi.readlines()
cleaned = []
for da in data:
    l = da.strip("[").strip('\n').strip(']').split(', {')
    for a in l:
        pre=''
        if not a.startswith("{"):
            pre='{'
        cleaned.append(ast.literal_eval(pre+a))
df = pd.DataFrame(cleaned)

我如何处理python中的csv文件中的json数据？

1 个答案: