Question

将以下JSON文件提供给Pandas（df = pd.read_json(file)）：

[
    {
        "Name": "foo",
        "Details": {
            "Vendor": "Microsoft",
            "Item": "aaa"
        }
    },
    {
        "Name": "bar",
        "Details": {
            "Vendor": "Microsoft",
            "Item": "bbb"
        }
    },
    {
        "Name": "baz",
        "Details": {
            "Vendor": "Microsoft",
            "Item": "ccc"
        }
    },
    {
        "Name": "baz2",
        "Details": {
            "Vendor": "Microsoft",
            "Item": "ccc"
        }
    },
    {
        "Name": "qux",
        "Details": {
            "Vendor": "IBM",
            "Item": "aaa"
        }
    }
]

我想对JSON文件中的项目执行唯一计数。我想知道唯一供应商的数量，以及唯一供应商-项目组合的数量。使用上述JSON，有2个唯一的供应商（Microsoft和IBM），并且有4个唯一的供应商项目组合（baz和baz2是重复的）。

我相信我的当前尝试失败了，因为我将JSON存储在DataFrame中。

df = pd.read_json(file)
print(df)

输出：

   Name                                 Details
0   foo  {'Vendor': 'Microsoft', 'Item': 'aaa'}
1   bar  {'Vendor': 'Microsoft', 'Item': 'bbb'}
2   baz  {'Vendor': 'Microsoft', 'Item': 'ccc'}
3  baz2  {'Vendor': 'Microsoft', 'Item': 'ccc'}
4   qux        {'Vendor': 'IBM', 'Item': 'aaa'}

我还尝试了以下操作：print(df.groupby("Details").Vendor.nunique())导致错误：

AttributeError: 'DataFrameGroupBy' object has no attribute 'Vendor'

Answer 1

有人问了一个相关问题here。您正在寻找的是json_normalize。下面的代码几乎没有变化。

from pandas.io.json import json_normalize 
a = [
    {
        "Name": "foo",
        "Details": {
            "Vendor": "Microsoft",
            "Item": "aaa"
        }
    },
    {
        "Name": "bar",
        "Details": {
            "Vendor": "Microsoft",
            "Item": "bbb"
        }
    },
    {
        "Name": "baz",
        "Details": {
            "Vendor": "Microsoft",
            "Item": "ccc"
        }
    },
    {
        "Name": "baz2",
        "Details": {
            "Vendor": "Microsoft",
            "Item": "ccc"
        }
    },
    {
        "Name": "qux",
        "Details": {
            "Vendor": "IBM",
            "Item": "aaa"
        }
    }
]
Loaded = json_normalize(a)
print(Loaded)

给我以下输出。现在，您可以对其进行常规聚合查询。

Answer 2

您可以在输入n之前准备/过滤JSON数据：

pandas

Answer 3

这是另一种方法。您可以尝试一下。

from pandas.io.json import json_normalize
import pandas as pd
a = pd.read_json("/PathToYourJSON/TempDelete.json")
a['Vendor']=a['Details'].apply(lambda x: x['Vendor'])
a['Item']=a['Details'].apply(lambda x: x['Item'])
a.drop(columns="Details",inplace=True)
print(a)

这给出如下输出。请让我知道这是否是您想要的。

使用Pandas计算JSON文件中的唯一项

3 个答案: