Skip to main content
 首页 » 编程设计

Python JSON 到 Pandas 数据框

2025年02月15日11Renyi-Fan

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']