Question

我对 pandas 等包的了解相当浅薄，我一直在寻找将数据展平为行的解决方案。使用这样的 dict，使用名为 entry_id 的代理键：

data = [
    {
        "id": 1,
        "entry_id": 123,
        "type": "ticker",
        "value": "IBM"
    },
    {
        "id": 2,
        "entry_id": 123,
        "type": "company_name",
        "value": "International Business Machines"
    },
    {
        "id": 3,
        "entry_id": 123,
        "type": "cusip",
        "value": "01234567"
    },
    {
        "id": 4,
        "entry_id": 321,
        "type": "ticker",
        "value": "AAPL"
    },
    {
        "id": 5,
        "entry_id": 321,
        "type": "permno",
        "value": "123456"
    },
    {
        "id": 6,
        "entry_id": 321,
        "type": "company_name",
        "value": "Apple, Inc."
    },
    {
        "id": 7,
        "entry_id": 321,
        "type": "formation_date",
        "value": "1976-04-01"
    }
]

我想将数据展平为由代理键 entry_id 分组的行，如下所示（空字符串或 None 值，无关紧要）：

[
    {"entry_id": 123, "ticker": "IBM", "permno": "", "company_name": "International Business Machines", "cusip": "01234567", "formation_date": ""},
    {"entry_id": 321, "ticker": "AAPL", "permno": "123456", "company_name": "Apple, Inc", "cusip": "", "formation_date": "1976-04-01"}
]

我曾尝试使用 DataFrame 的 groupby 和 json_normalize，但一直无法获得所需结果的正确魔法水平。我可以用纯 Python 处理数据，但我确信这不是一个快速的解决方案。我不确定如何指定 type 是列，value 是值，而 entry_id 是聚合键。我也接受 pandas 以外的包裹。

Answer 1

我们可以从给定的记录列表中创建一个数据框，然后 pivot 要重塑的数据框，fill 带有空字符串的 NaN 值，然后将旋转的框转换为字典< /p>

df = pd.DataFrame(data)
df.pivot('entry_id', 'type', 'value').fillna('').reset_index().to_dict('r')

[{'entry_id': 123,
  'company_name': 'International Business Machines',
  'cusip': '01234567',
  'formation_date': '',
  'permno': '',
  'ticker': 'IBM'},
 {'entry_id': 321,
  'company_name': 'Apple, Inc.',
  'cusip': '',
  'formation_date': '1976-04-01',
  'permno': '123456',
  'ticker': 'AAPL'}]

Python pandas：通过代理键将 JSON 扁平化为行的快速方法

1 个答案: