Skip to main content
 首页 » 编程设计

python之将分层 JSON 文件导入 Pandas 数据框

2024年11月24日8hnrainll

我一直在寻找解决我的问题的方法,但找不到任何适用的方法。我正在尝试将高维 JSON 文件导入 Pandas 数据框。

结构是这样的:

{   'manufacturing_plant_events': 
        {   'data': 
            {   'shiftInformation': 
                {   'shift1': 
                    { 'color': 'red' 
                        , 'amount' : 32 
                        , 'order' : None 
                    }, 
                    'shift2': 
                    { 'color': 'blue' 
                        , 'amount' : 44 
                        , 'order' : 1 
                    }, 
                    'shift3': 
                    { 'color': 'green' 
                        , 'amount' : 98 
                        , 'order' : 2 
                    } 
                } 
            ...} 
        ...} 
    } 

我尝试过很多解决方案,包括:

  • json.loads()
  • pd.DataFrame(json)
  • json_normalize(json)
  • pd.read_json(json)

和其他人,我试过展平我的数组并将其转换为数据帧 bu,但这也不起作用。我不确定这是否可行,或者数据框是否仅支持几层嵌套。

我尝试过的扁平化只是尝试在包含叶信息的数据框中创建列。因此,我也可以使用以下列命名完整路径和值的数据框,即存储在节点中的实际值。

我的数据框中的第一行:

( 
manufacturing_plant_events.data.shiftInformation.shift1.color 
'red' 
 
manufacturing_plant_events.data.shiftInformation.shift1.amount 
32 
 
manufacturing_plant_events.data.shiftInformation.shift1.order 
None 
) 

等等。

非常感谢任何有关如何解决此问题的建议。

请您参考如下方法:

我通过扁平化字典提出了一个数据框:

import pandas as pd 
 
def flat_dict(dictionary, prefix): 
    if type(dictionary) == dict: 
        rows = [] 
 
        for key, items in dictionary.items(): 
            rows += flat_dict(items, prefix + [key])    
 
        return rows 
 
    else: 
        return [prefix + [dictionary]] 
 
def dict_to_df(dictionary):         
    return pd.DataFrame(flat_dict(dictionary, [])) 

感谢 json 包,您首先需要将 json 作为字典导入。