Python 2.7 导入制表符分隔的数据，每行中也包含一个json

我有一个制表符分隔的数据文件，每行也包含一个json，我在读取它时遇到困难：

502     15      {\"p\":\"car\",\"rooms\":1,\"floors\":2,\"sf\":2000,\"br\":2,\"m\":0}
502     24      {\"p\":\"car\",\"rooms\":2,\"floors\":3,\"sf\":3000,\"br\":2,\"m\":0}
502     03      {\"p\":\"car\",\"rooms\":9,\"floors\":3,\"sf\":3000,\"br\":2,\"m\":0}
502     66      {\"p\":\"bik\",\"rooms\":9,\"floors\":2,\"sf\":3000,\"br\":2,\"m\":0}
502     28      {\"p\":\"bik\",\"rooms\":5,\"floors\":1,\"sf\":2300,\"br\":2,\"m\":0}
502     27      {\"p\":\"foo\",\"rooms\":5,\"floors\":3,\"sf\":1200,\"br\":2,\"m\":0}

我可以执行csv读取并指定选项卡描述，但最后在数据框中将json作为字符串

from pandas import DataFrame, read_csv
df = read_csv(f,sep='\t')
print df

输出：

   502  15  \
0  502  24   
1  502   3   
2  502  66   
3  502  28   
4  502  27   

  {\"p\":\"car\",\"rooms\":1,\"floors\":2\"sf\":2000,\"br\":2,\"m\":0}  
0  {\"p\":\"car\",\"rooms\":2,\"floors\":3,\"sf\"...                    
1  {\"p\":\"car\",\"rooms\":9,\"floors\":3,\"sf\"...                    
2  {\"p\":\"bik\",\"rooms\":9,\"floors\":2,\"sf\"...                    
3  {\"p\":\"bik\",\"rooms\":5,\"floors\":1,\"sf\"...                    
4  {\"p\":\"foo\",\"rooms\":5,\"floors\":3,\"sf\"...                    

[5 rows x 3 columns]

---

那么，我该如何更好地理解这一点，或者如何将json字符串列转换为一组常规列，用于“car”、“rooms”、“floors”、“sf”、“br”、“m”？谢谢你的帮助

您需要了解如何为熊猫实现自己的转换器/解析器。请阅读以下内容：

def JsonParser(input):
  import json
  return json.loads(input)

然后，您可以像这样使用此自定义转换器：

df = pandas.read_csv(filepath, names=('field1', 'field2', 'field3') converters={'field3':JsonParser})

一个

df.dtypes

将显示field3是一个

对象

如果此时您希望将json数据转换为dataframe字段，可以执行以下操作：

df.join(df['field3'].apply(pd.Series))

这给了我以下结果：

---

这不是问题的根本原因，但在json的第一行中，部分内容如下：

“floors\”：2\“sf\”：2000

。所以在2后面缺少一个逗号。这是打字错误还是你的文件有这些不规则之处？谢谢你指出这一点！谢谢你的建议，但是这会将内容拆分为错误的列，并且无法正确解析数据。看起来这使得它想要将每个字段解析为一个单独的json。感谢您指出转换器选项，尽管这可能是正确的。更正了一个输入错误，并用显示我的结果的屏幕截图进行了更新。因为您必须执行

apply

无论如何，我认为将

json.loads

和列创建都移动到apply中更干净（不要将

转换器
用于
read_csv
）：
df['field3']。应用（lambda x:pd.Series（json.loads（x）））