Question

我知道有类似的问题，但是我还无法弄清楚该怎么做。我正在尝试使用一些JSON并将其移动到Pandas DataFrame中。

List

我希望相应的DataFrame看起来像这样：

    {
  "friends": [
    {
      "name": "Joe Jimmy",
      "timestamp": 1541547573
    },
    {
      "name": "Steven Peterson",
      "timestamp": 1541274647
    }
  ]
}

我认为问题是首先嵌套了“朋友”，但是我不确定，因为我是JSON（和Pandas的新手）。

我尝试通过

将其引入

     Name               Timestamp   
1 "Joe Jimmy"        "1541547573"
2 "Stephen Peterson" "1541274647"

然后通过Panadas DataFrame构造函数将其移动到数据框，但是我什么也没得到：

 with open('data.json') as f:
   friends = json.load(f)

Answer 1

这是熊猫if (match_str(str1, str2)) { //strings are equal } else { //strings are not equal }的解决方案：

read_json

Answer 2

尝试这个。 http://pandas.pydata.org/pandas-docs/stable/generated/pandas.io.json.json_normalize.html 或者只是使用read_json函数并使用groupby方法

尝试一下：

from pandas.io.json import json_normalize
from json import load

data_json = load(open("inp.json", "r"))
print(json_normalize(data_json,'friends'))

用熊猫解析嵌套的JSON

2 个答案: