Python 清除数据帧中的多个JSON
我创建了一个数据框架,如下所示,其中包含JSON格式的国家:Python 清除数据帧中的多个JSON,python,json,pandas,Python,Json,Pandas,我创建了一个数据框架,如下所示,其中包含JSON格式的国家: df = pd.DataFrame([['matt', '''[{"c_id": "cn", "c_name": "China"}, {"c_id": "au", "c_name": "Australia"}]'''], ['david', '''[{"c_id": "jp", "c_name": "Japan"}, {"c_id": "cn", "c_name": "China"},{"c_id
df = pd.DataFrame([['matt', '''[{"c_id": "cn", "c_name": "China"}, {"c_id": "au", "c_name": "Australia"}]'''],
['david', '''[{"c_id": "jp", "c_name": "Japan"}, {"c_id": "cn", "c_name": "China"},{"c_id": "au", "c_name": "Australia"}]'''],
['john', '''[{"c_id": "br", "c_name": "Brazil"}, {"c_id": "ag", "c_name": "Argentina"}]''']],
columns =['person','countries'])
我希望输出如下,仅包含国家名称,用逗号分隔,并按字母顺序排序:
result = pd.DataFrame([['matt', 'Australia, China'],
['david', 'Australia, China, Japan'],
['john', 'Argentina, Brazil']],
columns =['person','countries'])
我尝试了几种方法,但都没有成功。我希望下面的代码能够适当地拆分JSON格式,但没有成功——也许是因为JSON在数据帧中是字符串格式的
result = pd.io.json.json_normalize(df, 'c_name')
一种解决方案是使用
ast.literal\u eval
将字符串视为字典列表:
导入ast
df[“国家”]=df[“国家”].map(lambda x:ast.literal_eval(x))
df[“countries”]=df[“countries”].map(lambda x:sorted([c[“c_name”]表示x中的c]))
它不是有效的JSON-ie,没有“
围绕c\u id
键值…cn
,au
等,因此它不会parse@ChrisA抱歉,这是我的错误,我编辑了它。也许可以尝试df['countries']=[','。在df['countries']中加入([d.get('c_name')表示l中的d])。应用(json.load)]
@ChrisA似乎适用于此示例,但在我的真实数据集中,我得到了JSONDecodeError:期望值:第1行第3102列(char 3101)
再次,必须是无效的JSON-您有一个“键”:
在第3102列的某处没有关联的“值”