我正在尝试将从 api 收到的 json 解析为 pandas DataFrame。该 json 是分层的,在此示例中,我有城市代码、线路名称和该线路的车站列表。不幸的是我不能“解压”它。非常感谢您的帮助和解释。
JSON:
{'id': '1',
'lines': [{'hex_color': 'FFCD1C',
'id': '8',
'name': 'Калининская', <------Line name
'stations': [{'id': '8.189',
'lat': 55.745113,
'lng': 37.864052,
'name': 'Новокосино', <------Station 1
'order': 0},
{'id': '8.88',
'lat': 55.752237,
'lng': 37.814587,
'name': 'Новогиреево', <------Station 2
'order': 1},
etc.
我正在尝试从最低级别接收所有信息并添加所有更高级别的信息(从行名开始):
c = r.content
j = simplejson.loads(c)
tmp=[]
i=0
data1=pd.DataFrame(tmp)
data2=pd.DataFrame(tmp)
pd.concat
station['name']
for station in j['lines']:
data2 = data2.append(pd.DataFrame(station['stations'], station['name']),ignore_index=True)
data2
再一次 - 问题是: 如何让它发挥作用? 这个解决方案是最佳解决方案,还是我应该了解一些功能?
更新: Json 正常解析:
json_normalize(j)
id lines name
1 [{'hex_color': 'FFCD1C', 'stations': [{'lat': ... Москва
我可以获得的当前 DataFrame:
data2 = data2.append(pd.DataFrame(station['stations']),ignore_index=True)
id lat lng name order
0 8.189 55.745113 37.864052 Новокосино 0
1 8.88 55.752237 37.814587 Новогиреево 1
所需的数据帧可以表示为:
id lat lng name order Line_Name Id_Top Name_Top
0 8.189 55.745113 37.864052 Новокосино 0 Калининская 1 Москва
1 8.88 55.752237 37.814587 Новогиреево 1 Калининская 1 Москва
请您参考如下方法:
除了MaxU的回答,我认为你还需要最高级别的id,这应该可行:
json_normalize(data, ['lines','stations'], ['id',['lines','name']],record_prefix='station_')
