在python中将JSON更改为数据帧

我想通过将data下的列设置为dataframe，将API json响应更改为dataframe。注意，它在data（message）下也有一些嵌套参数，我想将其设置为单独的列

{
"成功":对,，
“代码”：200，
“数据”：[
{
“id”：342964769，
'type'：'ios'，
“创建时间”：1567591650，
“打开计数”：2，
“环境”：“生产”，
“活动id”：12713145，
“项目id”：1758，
“错误”：0，
“已发送计数”：3，
“消息”：{
“时间戳”：“1567591643”，
“徽章”：“，
‘警惕’：“‘那天我在这里喝了一品脱啤酒，割了草坪’-迈克·彭斯对我说”
“顿贝格的一小群人”，
“声音”：“默认值”，
“articleId”：“38465289”，
“类别”：“新闻/”，
“id”：“342964769”，
“pushId”：“fireabse-5d6f8cdb8c3e9”，
‘title’：‘Independent.ie’，
“内容可用”：“1”，
“xpush”：“是”，
“cid”：“12713145”
},
“错误消息”：无
}, {
“id”：342964771，
'type'：'android'，
“创建时间”：1567591650，
“打开计数”：0，
“环境”：“生产”，
“活动id”：12713145，
“项目id”：1758，
“错误”：0，
“已发送计数”：0，
“消息”：无，
“错误消息”：无
}
]
}

您可以通过删除

消息

级别并使字典的每个条目成为父dict的一部分来展平字典：

将熊猫作为pd导入
导入副本
数据={
"成功":对,，
“代码”：200，
“数据”：[
{
“id”：342964769，
'type'：'ios'，
“创建时间”：1567591650，
“打开计数”：2，
“环境”：“生产”，
“活动id”：12713145，
“项目id”：1758，
“错误”：0，
“已发送计数”：3，
“消息”：{
“时间戳”：“1567591643”，
“徽章”：“，
‘警惕’：“‘那天我在这里喝了一品脱啤酒，割了草坪’-迈克·彭斯对我说”
“顿贝格的一小群人”，
“声音”：“默认值”，
“articleId”：“38465289”，
“类别”：“新闻/”，
“id”：“342964769”，
“pushId”：“fireabse-5d6f8cdb8c3e9”，
‘title’：‘Independent.ie’，
“内容可用”：“1”，
“xpush”：“是”，
“cid”：“12713145”
},
“错误消息”：无
}, {
“id”：342964771，
'type'：'android'，
“创建时间”：1567591650，
“打开计数”：0，
“环境”：“生产”，
“活动id”：12713145，
“项目id”：1758，
“错误”：0，
“已发送计数”：0，
“消息”：无，
“错误消息”：无
}
]
}
已处理=[]
对于数据[“数据”]中的dat：
new_dat=copy.deepcopy（dat）#仅当原始数据对您重要时才重要
如果新数据中的“消息”和新数据[“消息”]：
消息=新的数据弹出（“消息”）
新数据更新（消息）
已处理。追加（新数据）
df=pd.DataFrame（已处理）
打印（df.列）

输出：

Index(['id', 'type', 'create_time', 'open_count', 'environment', 'campaign_id',
       'project_id', 'error', 'sent_count', 'error_message', 'timestamp',
       'badge', 'alert', 'sound', 'articleId', 'category', 'pushId', 'title',
       'content-available', 'xpush', 'cid', 'message'],
      dtype='object')

---

您可以通过删除

消息

级别并使字典的每个条目成为父dict的一部分来展平字典：

将熊猫作为pd导入
导入副本
数据={
"成功":对,，
“代码”：200，
“数据”：[
{
“id”：342964769，
'type'：'ios'，
“创建时间”：1567591650，
“打开计数”：2，
“环境”：“生产”，
“活动id”：12713145，
“项目id”：1758，
“错误”：0，
“已发送计数”：3，
“消息”：{
“时间戳”：“1567591643”，
“徽章”：“，
‘警惕’：“‘那天我在这里喝了一品脱啤酒，割了草坪’-迈克·彭斯对我说”
“顿贝格的一小群人”，
“声音”：“默认值”，
“articleId”：“38465289”，
“类别”：“新闻/”，
“id”：“342964769”，
“pushId”：“fireabse-5d6f8cdb8c3e9”，
‘title’：‘Independent.ie’，
“内容可用”：“1”，
“xpush”：“是”，
“cid”：“12713145”
},
“错误消息”：无
}, {
“id”：342964771，
'type'：'android'，
“创建时间”：1567591650，
“打开计数”：0，
“环境”：“生产”，
“活动id”：12713145，
“项目id”：1758，
“错误”：0，
“已发送计数”：0，
“消息”：无，
“错误消息”：无
}
]
}
已处理=[]
对于数据[“数据”]中的dat：
new_dat=copy.deepcopy（dat）#仅当原始数据对您重要时才重要
如果新数据中的“消息”和新数据[“消息”]：
消息=新的数据弹出（“消息”）
新数据更新（消息）
已处理。追加（新数据）
df=pd.DataFrame（已处理）
打印（df.列）

输出：

Index(['id', 'type', 'create_time', 'open_count', 'environment', 'campaign_id',
       'project_id', 'error', 'sent_count', 'error_message', 'timestamp',
       'badge', 'alert', 'sound', 'articleId', 'category', 'pushId', 'title',
       'content-available', 'xpush', 'cid', 'message'],
      dtype='object')

这就是你想要的

def dict_pop(d, *args):
    v = d.pop(*args)
    return v if v else {}

resp = [{**dict_pop(i,'message'), **i} for i in resp['data']]
resp = pd.DataFrame(resp)

这就是你想要的

def dict_pop(d, *args):
    v = d.pop(*args)
    return v if v else {}

resp = [{**dict_pop(i,'message'), **i} for i in resp['data']]
resp = pd.DataFrame(resp)

---

pd.DataFrame（resp['data']）

？？@sushanth这是可行的，但问题是如果我想隔离消息列，那么我应该如何做

pd.DataFrame（resp['data']）

？？@sushanth这是可行的，但问题是如果我想隔离消息列，那么它是嵌套的，那么我该怎么做呢