Python Pandas中嵌套结构化json的解析

我正在接收来自API的请求，并尝试使用

requests

library和

json\u normalize（）

函数在Python中处理它。以下是我的步骤：

import requests
from pandas.io.json import json_normalize 

url = "Some String"

headers = {

'Authorization':"Some Token"}

response = requests.request("GET", url, headers=headers)

data = response.json()

df = json_normalize(data)

它给我这样的输出：

Col1                                                  Col2
[{'text': 'sometext', 'date':'1528322400000',...}]    [[1528322400000, 24], [1528322460000, 24]

我想解析列中的嵌套结构，从中生成数据帧并在日期合并

情况是，我可以像这样解析

Col1

：

df=json\u normalize（data['Col1']）

它会给我一个很好的数据框架，其中包含来自这个嵌套json的列，一切都很好

但是它不适用于

Col2

，因为它基本上是列表。执行

df=json\u normalize（数据['Col2']）

时，我收到一个错误：

'list'对象没有属性“value”

我的问题是:

我是否可以像解析

Col1

一样解析嵌套列表（使用

json\u normalize（）

或smth other）

如果我像在

Col1

中一样对API本身和

Col2

中的所有列名进行一些更改，以便更轻松地进行解析，会更容易吗

---

谢谢

只需从col2内容中创建一个数据帧，它就能完美工作

>>> import pandas as pd
>>>  pd.DataFrame([[1528322400000, 24], [1528322460000, 24]], columns=['c1','c2'])

              c1  c2
0  1528322400000  24
1  1528322460000  24

---

这就是你想要的吗？

只要从你的col2内容创建一个数据框，它就会工作得很好

>>> import pandas as pd
>>>  pd.DataFrame([[1528322400000, 24], [1528322460000, 24]], columns=['c1','c2'])

              c1  c2
0  1528322400000  24
1  1528322460000  24

---

这就是您想要的吗？

如果json数据是一个包含键和值的字典列表，如下所示：

Data = [{'key1' : Value1, 
         'key2' : Value2},
        {'key1' : Value3, 
         'key2' : Value4},
        {'key1' : Value5, 
         'key2' : Value6}]

那么

import pandas as pd
from pandas.io.json import json_normalize

DF = pd.DataFrame.from_dict(json_normalize(Data), orient='columns')

将以以下格式提供数据帧：

     key1     key2

0   Value1   Value2
1   Value3   Value4
2   Value5   Value6

---

希望这有帮助。

如果json数据是一个包含键和值的字典列表，如下所示：

Data = [{'key1' : Value1, 
         'key2' : Value2},
        {'key1' : Value3, 
         'key2' : Value4},
        {'key1' : Value5, 
         'key2' : Value6}]

那么

import pandas as pd
from pandas.io.json import json_normalize

DF = pd.DataFrame.from_dict(json_normalize(Data), orient='columns')

将以以下格式提供数据帧：

     key1     key2

0   Value1   Value2
1   Value3   Value4
2   Value5   Value6

希望这有帮助