Pandas 从URL加载数据帧

Pandas 从URL加载数据帧,pandas,dataframe,json-normalize,Pandas,Dataframe,Json Normalize,我试图从URL加载数据帧 url='1〕https://ncdc.herokuapp.com/ncdc-covid-data/epicurve-by-date?state=akwa%20ibom' df=pd.read\u csv(url) 因此,我得到的不是一个有几行的数据帧,而是一个列块。任何帮助都将不胜感激 URL包含JSON,而不是CSV,数据 感兴趣的信息在“数据”键中 阅读URL时使用 阅读“数据”列 将熊猫作为pd导入 url='1〕https://ncdc.herokuap

我试图从URL加载数据帧

url='1〕https://ncdc.herokuapp.com/ncdc-covid-data/epicurve-by-date?state=akwa%20ibom'
df=pd.read\u csv(url)
因此,我得到的不是一个有几行的数据帧,而是一个列块。任何帮助都将不胜感激

  • URL包含
    JSON
    ,而不是
    CSV
    ,数据
  • 感兴趣的信息在
    “数据”键中
  • 阅读URL时使用
  • 阅读
    “数据”
将熊猫作为pd导入
url='1〕https://ncdc.herokuapp.com/ncdc-covid-data/epicurve-by-date?state=akwa%20ibom'
data=pd.json\u规范化(pd.read\u json(url)['data']
#显示(data.head())
_id总数确认病例总数出院死亡总数活动病例新确认病例新出院新死亡
0  2020-06-29                     86                54             2                  30                  0.0             0.0         0.0
1  2020-06-28                     86                54             2                  30                  3.0            11.0         0.0
2  2020-06-27                     83                43             2                  38                  0.0             0.0         0.0
3  2020-06-26                     83                43             2                  38                  0.0             0.0         0.0
4  2020-06-25                     83                43             2                  38                  0.0             0.0         0.0
  • URL包含
    JSON
    ,而不是
    CSV
    ,数据
  • 感兴趣的信息在
    “数据”键中
  • 阅读URL时使用
  • 阅读
    “数据”
将熊猫作为pd导入
url='1〕https://ncdc.herokuapp.com/ncdc-covid-data/epicurve-by-date?state=akwa%20ibom'
data=pd.json\u规范化(pd.read\u json(url)['data']
#显示(data.head())
_id总数确认病例总数出院死亡总数活动病例新确认病例新出院新死亡
0  2020-06-29                     86                54             2                  30                  0.0             0.0         0.0
1  2020-06-28                     86                54             2                  30                  3.0            11.0         0.0
2  2020-06-27                     83                43             2                  38                  0.0             0.0         0.0
3  2020-06-26                     83                43             2                  38                  0.0             0.0         0.0
4  2020-06-25                     83                43             2                  38                  0.0             0.0         0.0