我正在处理一个 JSON 响应,其格式类似于下面的多嵌套字典:
{u'addresses': [],
u'application_ids': [20855193],
u'applications': [{u'answers': [{u'answer': u'Indeed ',
u'question': u'How did you hear?'}],
u'applied_at': u'2015-10-29T22:19:04.925Z',
u'candidate_id': 9999999,
u'credited_to': None,
u'current_stage': {u'id': 9999999,
u'name': u'Application Review'},
u'id': 9999999,
u'jobs': [{u'id': 9999999,u'name': u'ENGINEER'}],
u'last_activity_at': u'2015-10-29T22:19:04.767Z',
u'prospect': False,
u'rejected_at': None,
u'rejection_details': None,
u'rejection_reason': None,
u'source': {u'id': 7, u'public_name': u'Indeed'},
u'status': u'active'}],
u'attachments': [{u'filename': u'Jason_Bourne.pdf',
u'type': u'resume',
u'url': u'https://resumeURL'}],
u'company': None,
u'coordinator': {u'employee_id': None,
u'id': 9999999,
u'name': u'Batman_Robin'},
u'email_addresses': [{u'type': u'personal',
u'value': u'jasonbourne@gmail.com'}],
u'first_name': u'Jason',
u'id': 9999999,
u'last_activity': u'2015-10-29T22:19:04.767Z',
u'last_name': u'Bourne',
u'website_addresses': []}
我正在尝试将 JSON 扁平化为一个表,并在 pandas 文档中找到了以下示例:
http://pandas.pydata.org/pandas-docs/version/0.17.0/generated/pandas.io.json.json_normalize.html
出于某种原因,直接位于“应用程序”标题下的任何数据每行返回一个字符。例如,如果我调用:
timeapplied = json_normalize(data,['applications', ['applied_at']])
我得到:
0
0 2
1 0
2 1
3 5
4 -
5 1
6 0
7 -
8 2
9 9
10 T
11 2
12 2
13 :
14 1
15 9
16 :
17 0
18 4
19 .
20 9
21 2
22 5
23 Z
有没有办法解决这个问题,以便我可以使用规范化功能?
谢谢!
请您参考如下方法:
您的来电:
timeapplied = json_normalize(data,['applications', ['applied_at']])
对 json_normalize 的调用包含如下所示的参数,
pandas.io.json.json_normalize(data, record_path=None, meta=None, meta_prefix=None, record_prefix=None)
您正在传递 ['applications', ['applied_at']] 作为 record_path。显然,这意味着 data['applications]['applied_at'] 下提供的数据用作记录数组。在这种情况下,字符串用作字符列表。因此,您将获得与每个字符对应的行。
要简单地获取“应用程序”标题下的所有数据作为数据框,请使用:
applied = json_normalize(data, 'applications')
要获取 applied_at 作为单独的列,请使用:
applied_at = applied.applied_at
或
applied_at = applied['applied_at']
