pandas |将带有类似列表/数组字段的json文件读取为布尔列

下面是一个JSON字符串，其中包含一个对象列表，每个对象都嵌入了另一个列表

[
  {
    "name": "Alice",
    "hobbies": [
      "volleyball",
      "shopping",
      "movies"
    ]
  },
  {
    "name": "Bob",
    "hobbies": [
      "fishing",
      "movies"
    ]
  }
]

使用

pandas.read_json（）

这将变成如下数据帧：

  name      hobbies
  --------------------------------------
1 Alice     [volleyball, shopping, movies]
2 Bob       [fishing, movies]

  name      volleyball  shopping    movies  fishing 
  ----------------------------------------------------
1 Alice     True        True        True    False
2 Bob       False       False       True    True

但是，我想将列表展平为布尔列，如下所示：

  name      hobbies
  --------------------------------------
1 Alice     [volleyball, shopping, movies]
2 Bob       [fishing, movies]

  name      volleyball  shopping    movies  fishing 
  ----------------------------------------------------
1 Alice     True        True        True    False
2 Bob       False       False       True    True

即，当列表包含值时，相应列中的字段将填充布尔值

True

，否则将填充

False

我还研究了pandas.io.json.json\u normalize（），但这似乎也不支持这个想法。是否有任何内置的方法（蟒蛇3或熊猫）可以做到这一点

---

（注：我意识到，在将整个列表加载到数据帧之前，您可以编写自己的代码来“规范化”字典对象，但我可能正在用这种方式重新发明轮子，而且可能效率很低）。

您可以执行以下操作：

In [56]: data = [
   ....:   {
   ....:     "name": "Alice",
   ....:     "hobbies": [
   ....:       "volleyball",
   ....:       "shopping",
   ....:       "movies"
   ....:     ]
   ....:   },
   ....:   {
   ....:     "name": "Bob",
   ....:     "hobbies": [
   ....:       "fishing",
   ....:       "movies"
   ....:     ]
   ....:   }
   ....: ]

 In [57]: df = pd.io.json.json_normalize(data, 'hobbies', ['name']).rename(columns={0:'hobby'})

In [59]: df['count'] = 1

In [60]: df
Out[60]:
        hobby   name  count
0  volleyball  Alice      1
1    shopping  Alice      1
2      movies  Alice      1
3     fishing    Bob      1
4      movies    Bob      1

In [61]: df.pivot_table(index='name', columns='hobby', values='count').fillna(0)
Out[61]:
hobby  fishing  movies  shopping  volleyball
name
Alice      0.0     1.0       1.0         1.0
Bob        1.0     1.0       0.0         0.0

或者更好：

In [88]: r = df.pivot_table(index='name', columns='hobby', values='count').fillna(0)

In [89]: r
Out[89]:
hobby  fishing  movies  shopping  volleyball
name
Alice      0.0     1.0       1.0         1.0
Bob        1.0     1.0       0.0         0.0

让我们动态生成“布尔”列列表

In [90]: cols_boolean = [c for c in r.columns.tolist() if c != 'name']

In [91]: r = r[cols_boolean].astype(bool)

In [92]: print(r)
hobby fishing movies shopping volleyball
name
Alice   False   True     True       True
Bob      True   True    False      False

您可以通过以下方式使用强制转换到

bool

：

---

谢谢你，在这段时间里，我已经通过反复阅读列表中的字典解决了这个问题。我会研究你的代码。

df=pd.json\u normalize（数据，'cabiods'，['name']）。重命名（列={0:'habiody'}）

as

：20:FutureWarning:pandas.io.json.json\u normalize不推荐使用，改用pandas.json\u normalize