Python 如何将json数据更改为数据帧？

我需要一个将json数据转换为dataframe的帮助。你能帮我怎么做吗

例如：

JSON数据

{
    "user_id": "vmani4",
    "password": "*****",
    "api_name": "KOL",
    "body": {
      "api_name": "KOL",
      "columns": [
        "kol_id",
        "jnj_id",
        "kol_full_nm",
        "thrc_cd"
      ],
      "filter": {
        "kol_id": "101152",
        "jnj_id": "7124166",
        "thrc_nm": "VIR"
        
      }
    }
}

理想产出：

user_id     password       api_name     columns       filter     filter_value
vmani        ******         KOL          kol_id       kol_id       101152
                                         jnj_id       jnj_id       7124166
                                         kol_full_nm  thrc_nm      VIR
                                         thrc_cd

• data

  将是

  JSON

• 使用

  pandas.json\u normalize

  将json加载到

  DataFrame

  中，并删除不需要的列
• 使用

  pandas.DataFrame.explode

  ，将

  “body.columns”

  列表展开为单独的行
• 为

  数据['body']['filter']

• 使用

  pandas.DataFrame.join

  组合这两个

  DataFrames

• 无法将所有

  'filter'

  映射到所有

  'body.columns'

  。

  • 'thrc\u nm'

    不映射到

    'body.columns'

    中的任何内容

  • 'filter'

    和

    'filter\u value'

    作为单独的列添加，按它们在JSON中的顺序排序，并且与

    'body.columns'

    不关联

将熊猫作为pd导入
#加载json数据
df=pd.json_normalize（data.drop）（列=['body.filter.kol_id'，'body.filter.jnj_id'，'body.filter.thrc_nm']）
#炸柱
df=df.explode（'body.columns'）。重置索引（drop=True）
#加载和清理数据[正文][过滤器]
df_filter=pd.DataFrame.from_dict（data['body']['filter']，orient='index'）.reset_index（）.rename（columns={'index'：'filter'，0:'filter_value'}）
#加入数据帧
dfj=df.join（df_过滤器）
#显示器（dfj）
用户id密码api\u name body.api\u name body.columns筛选器\u值
0 vmani4****KOL KOL KOL_id KOL_id 101152
1 vmani4****KOL KOL jnj_id jnj_id 7124166
2 vmani4******KOL KOL KOL KOL_full_nm thrc_nm VIR
3 vmani4****KOL KOL thrc_cd NaN NaN NaN

选项

• 我认为将每个过滤器作为一列比较容易，其值在下面

#将数据加载到数据帧中
df=pd.json\u规范化（数据）
#炸柱
df=df.explode（'body.columns'）。重置索引（drop=True）
#显示（df）
用户id密码api_name body.api_name body.columns body.filter.kol_id body.filter.jnj_id body.filter.thrc_nm
0 vmani4****KOL KOL KOL KOL_id 101152 7124166病毒
1 vmani4****KOL KOL jnj_id 101152 7124166病毒
2 vmani4****KOL KOL KOL KOL_full_nm 101152 7124166病毒
3 vmani4****KOL KOL thrc_cd 101152 7124166病毒

我不熟悉DataFrame，但我尽了最大努力以正确的方式为您提供所需输出的解决方案

代码 输出 让我简要介绍一下我的代码首先创建了许多

列表

和

目录

之所以这样做，是因为我在您想要的输出中看到了一些实际上不在代码中的列，如

过滤器值

我还循环使用dict项，以生成另一个满足所需输出的dict

毕竟，由于数据帧中列表的长度不相等，所以我使用了

concat

和

series

import pandas as pd
import json
import numpy as np

json_data = """ {
    "user_id": "vmani4",
    "password": "*****",
    "api_name": "KOL",
    "body": {
      "api_name": "KOL",
      "columns": [
        "kol_id",
        "jnj_id",
        "kol_full_nm",
        "thrc_cd"
      ],
      "filter": {
        "kol_id": "101152",
        "jnj_id": "7124166",
        "thrc_nm": "VIR"
        
      }
    }
}"""

python_data = json.loads(json_data)

filter = {}
list_for_filter = []
filter_value = {}
list_for_filter_value = []
first_level = {}
for_colums = {}

for x, y in python_data.items():
    if type(y) is dict:
        for j, k in y.items():
            if j == 'columns':
                for_colums[j] = k
            if type(k) is dict:
                for m, n in k.items():
                    list_for_filter.append(m)
                    list_for_filter_value.append(n)
        break
    first_level[x] = [y]

filter['filter'] = list_for_filter
filter_value['filter_value'] = list_for_filter_value

res = {**first_level, **for_colums, **filter, **filter_value}

df = pd.concat([pd.Series(v, name=k) for k, v in res.items()], axis=1)
print(df)

  user_id password api_name      columns   filter filter_value
0  vmani4    *****      KOL       kol_id   kol_id       101152
1     NaN      NaN      NaN       jnj_id   jnj_id      7124166
2     NaN      NaN      NaN  kol_full_nm  thrc_nm          VIR
3     NaN      NaN      NaN      thrc_cd      NaN          NaN