Python 嵌套JSON:pandas.JSON_规范化和错误不可破坏类型：'；dict'；

这里我从请求-响应中得到了一个嵌套的JSON，如下所示：

{
 'code': 0,
 'daily_stats': [{'consume_data': {'fans_go_detail_count': 0,
                                   'fans_impression_count': 215,
                                   'fans_play_count': 7,
                                   'go_detail_count': 0,
                                   'impression_count': 226,
                                   'play_count': 8},
                                   'date': '2020-06-22'}],
 'jump_rate': [],
 'message': 'success',
 'total_stat': {'consume_data': {'fans_go_detail_count': 0,
                                 'fans_impression_count': 215,
                                 'fans_play_count': 7,
                                 'go_detail_count': 0,
                                 'impression_count': 226,
                                 'play_count': 8},
  'consume_detail': {'click_rate': 0.035398230088495575,
                     'read_complete_rate': 0,
                     'read_duration': 111},
                     'fans_change_count': 0,
                     'fans_data': {},
                     'interaction_data': {},
                     'ranking_data': {}}}

我想要一个扁平的df，比如：

日期、每日统计数据、消费数据、粉丝人数、消费详情、点击率等

将其输入pandas.json_normalize我得到：

df = pd.json_normalize(r.json())
list(df)

['code',
 'daily_stats',
 'jump_rate',
 'message',
 'total_stat.consume_data.fans_go_detail_count',
 'total_stat.consume_data.fans_impression_count',
 'total_stat.consume_data.fans_play_count',
 'total_stat.consume_data.go_detail_count',
 'total_stat.consume_data.impression_count',
 'total_stat.consume_data.play_count',
 'total_stat.consume_detail.click_rate',
 'total_stat.consume_detail.read_complete_rate',
 'total_stat.consume_detail.read_duration',
 'total_stat.fans_change_count']

问题：

“每日统计数据”和“跳跃率”仍然被打包在如下列表中：

缺少诸如“fans_data”：{}、“interaction_data”：{}、“ranking_data”：{}之类的空字段

我试图添加record_path=r.json['daily_stats'] 然后我得到：

unhashable type: 'dict'

当然，我可以手动将每个循环解包到dfs，然后连接并转换为一个平面循环，但我觉得有一种方法可以轻松完成此操作。

• 将

  r

  作为

  dict

  给定

#将r加载到数据帧中
df=pd.json\u规范化（r）
#用列表分解列
df=df.apply（lambda x:x.explode（））.reset_索引（drop=True）
#在每日统计中扩展dicts并将其加入df
df=df.join（pd.json_normalize（df.daily_stats））.drop（columns=['daily_stats']））
#显示（df）
代码跳转\u比率消息总计\u统计。消耗\u数据。粉丝\u详情\u计数总计\u统计。消耗\u数据。粉丝\u印象\u计数总计\u统计。消耗\u数据。粉丝\u播放\u计数总计\u统计。消耗\u数据。总计\u统计。消耗\u数据。印象\u计数总计\u统计。消耗\u数据。播放\u计数总计\u统计。消耗\u详情。单击\u比率总统计数据。消耗详细数据。读取完成率总统计数据。消耗详细数据。读取持续时间总统计数据。粉丝更改计数日期消耗数据。粉丝去细节去细节去计数消耗数据。粉丝去印象去计数消耗数据。粉丝去游戏去计数消耗数据。粉丝去细节去计数消耗数据。印象去计数消耗数据。游戏去计数
0 0 NaN成功0 215 7 0 226 8 0.035398            0                                      111                             0  2020-06-22                                  0                                 215                             7                             0                            226                        8

其他资源

• 将

  r

  作为

  dict

  给定

#将r加载到数据帧中
df=pd.json\u规范化（r）
#用列表分解列
df=df.apply（lambda x:x.explode（））.reset_索引（drop=True）
#在每日统计中扩展dicts并将其加入df
df=df.join（pd.json_normalize（df.daily_stats））.drop（columns=['daily_stats']））
#显示（df）
代码跳转\u比率消息总计\u统计。消耗\u数据。粉丝\u详情\u计数总计\u统计。消耗\u数据。粉丝\u印象\u计数总计\u统计。消耗\u数据。粉丝\u播放\u计数总计\u统计。消耗\u数据。总计\u统计。消耗\u数据。印象\u计数总计\u统计。消耗\u数据。播放\u计数总计\u统计。消耗\u详情。单击\u比率总统计数据。消耗详细数据。读取完成率总统计数据。消耗详细数据。读取持续时间总统计数据。粉丝更改计数日期消耗数据。粉丝去细节去细节去计数消耗数据。粉丝去印象去计数消耗数据。粉丝去游戏去计数消耗数据。粉丝去细节去计数消耗数据。印象去计数消耗数据。游戏去计数
0 0 NaN成功0 215 7 0 226 8 0.035398            0                                      111                             0  2020-06-22                                  0                                 215                             7                             0                            226                        8

其他资源

unhashable type: 'dict'