Python 嵌套JSON文件展平并存储为CSV

我正在尝试将json文件转换为csv格式，下面是json文件的一个片段（sample3.json）：

{
“x”：{
“-tst1”：{
“da”：“8C”，
“d”：“df4”，
“h”：0，
"一":，
“s”：假，
“t”：1501394756245
},
“-tst2”：{
“da”：“8C”，
“d”：“\\df&*”，
“h”：0，
“i”：0，
“s”：是的，
“t”：1501394946296
}
}   
}

这些是我尝试过的一些解决方案，但我不想让它们中的任何一个起作用：

我怎样才能得到一个像下面这样可以导出为csv的表

我尝试了几种不同的方法，但我没有取得任何进展…我得到的最远的结果是将值放入列表中

看起来很简单，但我更喜欢sql而不是python

谢谢你的帮助

import json
import ast
import pandas as pd
from pprint import pprint
from pandas.io.json import json_normalize
import itertools
from openpyxl import load_workbook
import openpyxl
from collections import Counter


test = open('sample3.json').read()
data = json.loads(test)
vals = data['x']

for key in vals.keys():
    v = vals.values
    t = list(vals.values())
    #pd.DataFrame(t)
#print(type(t)) 
#print('Separator')
#print(type(v))  




df = pd.DataFrame.from_items(t)  #error:  Not enough values to unpack...expected 2, got 1.
print(df)

---

我不知道你想要什么，但这对你有用吗

import json
import pandas as pd

with open('sample3.json') as f: # this ensures opening and closing file
    a = json.loads(f.read())

data = a["x"]

df = pd.DataFrame(data)

print(df.transpose())

我的输出：

          d  da  h  i      s              t
-tst1   df4  8C  0  1  False  1501394756245
-tst2  df&*  8C  0  0   True  1501394946296

然后，您可以执行以下操作：

df.transpose().to_csv('myfilename.csv')

---

针对您的评论，您可以：

import json
import pandas as pd

a = """{"z" : { "y" : { "x" : { "-v" : { "d1" : "8C:F", "d2" : "8.0", "t" : 3, "x" : 45 }, "-u" : { "d1" : "8C", "d2" : "8.00", "t" : 5, "x" : 45 } } } }}"""

js = json.loads(a)

print pd.DataFrame.from_dict(js['z']['y']['x'], orient='index')

---

（您发布的json缺少一个

}

，但我认为这是一个复制/粘贴错误）

我不确定您想要什么，但这对您有用吗

import json
import pandas as pd

with open('sample3.json') as f: # this ensures opening and closing file
    a = json.loads(f.read())

data = a["x"]

df = pd.DataFrame(data)

print(df.transpose())

我的输出：

          d  da  h  i      s              t
-tst1   df4  8C  0  1  False  1501394756245
-tst2  df&*  8C  0  0   True  1501394946296

然后，您可以执行以下操作：

df.transpose().to_csv('myfilename.csv')

---

针对您的评论，您可以：

import json
import pandas as pd

a = """{"z" : { "y" : { "x" : { "-v" : { "d1" : "8C:F", "d2" : "8.0", "t" : 3, "x" : 45 }, "-u" : { "d1" : "8C", "d2" : "8.00", "t" : 5, "x" : 45 } } } }}"""

js = json.loads(a)

print pd.DataFrame.from_dict(js['z']['y']['x'], orient='index')

---

（您发布的json缺少一个

}

，但我认为这是一个复制/粘贴错误）

仅供参考，我知道我没有使用所有库，我只是从我尝试过的所有解决方案中积累了它们。可能重复：可能重复仅供参考，我知道我没有使用所有库，我刚刚从我尝试过的所有解决方案中积累了它们。可能重复：可能重复是的！！这太完美了。这正是我想要的……这能有效地扩展到大型数据集吗？对于某些“大型”和“高效”值，是的。：）我能麻烦你再帮点忙吗？我有第二个json文件，如`{“z”：{“y”：{“x”：{“-v”：{“d1”：“8C:F”，“d2”：“8.0”，“t”：3，“x”：45}，“-u”：{“d1”：“8C”，“d2”：“8.00”，“t”：5，“x”：45}}`您提供的脚本可以修改为这种文件格式吗？@Gee您必须取消嵌套-我会将代码添加到我的回答中是！！这太完美了。这正是我想要的……这能有效地扩展到大型数据集吗？对于某些“大型”和“高效”值，是的。：）我能麻烦你再帮点忙吗？我有第二个json文件，如`{“z”：{“y”：{“x”：{“-v”：{“d1”：“8C:F”，“d2”：“8.0”，“t”：3，“x”：45}，“-u”：{“d1”：“8C”，“d2”：“8.00”，“t”：5，“x”：45}}`您提供的脚本可以修改为这种文件格式吗？@Gee您必须取消嵌套它-我会将代码添加到我的答案中