Python 提取JSON | API |数据帧

我使用的是Facebook API（v2.10），我已经提取了我需要的数据，其中95%是完美的。我的问题是'actions'度量，它作为另一个字典列表中的字典返回

目前，所有数据都在一个数据框中，“操作”列是一个字典列表，其中包含当天的每个操作

{
    "actions": [
        {
            "action_type": "offsite_conversion.custom.xxxxxxxxxxx",
            "value": "7"
        },
        {
            "action_type": "offsite_conversion.custom.xxxxxxxxxxx",
            "value": "3"
        },
        {
            "action_type": "offsite_conversion.custom.xxxxxxxxxxx",
            "value": "144"
        },
        {
            "action_type": "offsite_conversion.custom.xxxxxxxxxxx",
            "value": "34"
        }]}

所有这些都显示在数据框内的一个单元格（行）中

最好的方法是什么：

• 获取操作类型，创建新列并使用“操作类型”作为列名
• 在此列下列出正确的值

它看起来像JSON，但当我查看类型时，它是一个panda系列（存储为对象）

对于那些愿意帮助的人（谢谢你，我非常感谢）-你能为我指出正确的材料方向，我会自己阅读并解决它（我不完全确定要寻找什么），或者如果你认为这是一个简单的问题，请向我解释你是如何以及为什么以这种方式解决的。不要只想要答案

我尝试了以下方法（在朋友的帮助下），效果不错，但在脚本中运行时遇到了一些问题。IE：如果它在更大的代码块中运行，我会得到以下错误：

for i in range(df.shape[0]):
    line = df.loc[i, 'Conversions']
    L = ast.literal_eval(line)
    for l in L:
        cid = l['action_type']
        value = l['value']
        df.loc[i, cid] = value

如果我将DF保存为csv，请使用

pd.read\u csv

…调用它。它会正确执行，但不会在脚本中执行。不知道为什么

错误：

ValueError: malformed node or string: [{'value': '1', 'action_type': 'offsite_conversion.custom.xxxxx}]

任何帮助都将不胜感激

谢谢， 阿德里安你可以使用：

您可以使用：

您可以使用

df.join（pd.DataFrame（df['Conversions'].tolist（））.pivot（columns='action\u type'，values='value'）.reset\u index（drop=True））

说明：

df['Conversions'].tolist（）

返回字典列表。然后使用pd.DataFrame将此列表转换为数据帧。然后，可以使用将表格旋转为所需的形状

最后，您可以将表与原始数据帧连接起来。请注意，这仅在DataFrame的索引为默认值（即从0开始的整数）时才有效。如果不是这样，您可以改为：

df2=pd.DataFrame（df['Conversions'].tolist（））.pivot（columns='action'u type'，values='value'）。重置索引（drop=True）
对于df2.0列中的列：
df[col]=df2[col]

您可以使用

df.join（pd.DataFrame（df['Conversions'].tolist（））.pivot（columns='action''type'，values='value'）。reset_index（drop=True））

说明：

df['Conversions'].tolist（）

返回字典列表。然后使用pd.DataFrame将此列表转换为数据帧。然后，可以使用将表格旋转为所需的形状

最后，您可以将表与原始数据帧连接起来。请注意，这仅在DataFrame的索引为默认值（即从0开始的整数）时才有效。如果不是这样，您可以改为：

df2=pd.DataFrame（df['Conversions'].tolist（））.pivot（columns='action'u type'，values='value'）。重置索引（drop=True）
对于df2.0列中的列：
df[col]=df2[col]

这是否只是一个单元格，也就是说，你有一整列这些单元格，你想以某种方式扩展它们？正确，这一列是214个单独的单元格，基于当天的动作、广告组、年龄、性别等。我想扩展单独的动作，并为它们创建独特的列。这是否只是一个单元格，也就是说，你有一整列这些，你想以某种方式扩展它们吗？正确，这一列是214个单独的单元格，基于当天的动作、广告组、年龄、性别等。我想扩展单独的动作，并为它们创建独特的列谢谢，安迪！谢谢你的帮助。我尝试使用下面的代码复制上述内容：

d=df['Conversions']

pd.io.json.json\u normalize（d，record\u path=“actions”）

返回了以下错误：TypeError:list索引必须是整数或片，而不是str。尽管它看起来像json，但该类型实际上返回了一个熊猫系列（作为对象），除非我遗漏了什么。@AdrianC是这样的：

df.actions.apply（lambda x:pd.Series（{a[“action\u type”]：a[“value”]代表a in x[“actions”]}））

你想要的吗？再次感谢安迪！我试过了，但它总是返回同样的错误。”TypeError:列表索引必须是整数或片，而不是str'。但是，您上面所做的很接近，我需要它们作为列运行，其值在条目dicts或string（看起来像dicts）下面？如果是后者，那么您可以使用

df.actions.apply（ast.literal\u eval.apply）点击列…

它们看起来像dict，但是从我得到的所有错误来看，我会说以下错误将确认的字符串：

ValueError:格式错误的节点或字符串：[{'value'：'1'，'action\u type'：'offsite\u conversion.custom.xxxxxxxx'}

谢谢你，安迪！感谢你的帮助。我已经尝试使用以下方法复制上述内容：

d=df['Conversions']

pd.io.json.json\u normalize（d，record\u path=“actions”）

返回了以下错误：TypeError:列表索引必须是整数或片，而不是str。尽管它看起来像JSON，但该类型实际上返回了一个熊猫系列（作为对象），除非我遗漏了什么。@AdrianC是这样的：

df.actions.apply（lambda x:pd.series（{a[“action\u type”]：a[“value”]代表x[“actions”]））)

你想要的？谢谢（再次）Andy！我尝试了这个，但它总是返回相同的错误。“TypeError:列表索引必须是整数或切片，而不是str”。但是，你上面所做的很接近，而不是以行的形式运行，我需要它们以列的形式运行，其值位于条目dicts或字符串（看起来像dicts）下方如果是后者，那么您可以使用

df.actions.apply（ast.literal\u eval）.apply…

点击该列，它们看起来像dicts，但是从我得到的所有错误来看，我会说字符串

In [11]: d  # e.g. dict from json.load OR instead pass the json path to json_normalize
Out[11]:
{'actions': [{'action_type': 'offsite_conversion.custom.xxxxxxxxxxx',
   'value': '7'},
  {'action_type': 'offsite_conversion.custom.xxxxxxxxxxx', 'value': '3'},
  {'action_type': 'offsite_conversion.custom.xxxxxxxxxxx', 'value': '144'},
  {'action_type': 'offsite_conversion.custom.xxxxxxxxxxx', 'value': '34'}]}

In [12]: pd.io.json.json_normalize(d, record_path="actions")
Out[12]:
                             action_type value
0  offsite_conversion.custom.xxxxxxxxxxx     7
1  offsite_conversion.custom.xxxxxxxxxxx     3
2  offsite_conversion.custom.xxxxxxxxxxx   144
3  offsite_conversion.custom.xxxxxxxxxxx    34