Python 如何将evalmetrics C3.ai新冠病毒-19 API的结果转换为熊猫数据框以便于分析?
我正在使用C3.ai的API分析统一的新冠病毒-19数据。为了生成跨新冠病毒爆发地点的确诊病例和死亡的时间序列,我成功地调用了Python 如何将evalmetrics C3.ai新冠病毒-19 API的结果转换为熊猫数据框以便于分析?,python,pandas,dataframe,Python,Pandas,Dataframe,我正在使用C3.ai的API分析统一的新冠病毒-19数据。为了生成跨新冠病毒爆发地点的确诊病例和死亡的时间序列,我成功地调用了evalMetricsAPI,但收到的响应是JSON 如何最好地将其转换为python中的pandas数据帧,以便能够轻松地对这些数据执行分析 下面是我用来成功调用evalMetricsAPI的代码: import json, requests locations_to_evaluate = ["China","Italy"] expressions_to_evaluat
evalMetrics
API,但收到的响应是JSON
如何最好地将其转换为python中的pandas数据帧,以便能够轻松地对这些数据执行分析
下面是我用来成功调用evalMetrics
API的代码:
import json, requests
locations_to_evaluate = ["China","Italy"]
expressions_to_evaluate = ["JHU_ConfirmedCases","JHU_ConfirmedDeaths"]
url = "https://api.c3.ai/covid/api/1/outbreaklocation/evalmetrics/"
request_data = {
"spec": {
"ids": locations_to_evaluate,
"expressions": expressions_to_evaluate,
"start": "2020-02-01",
"end": "2020-03-01",
"interval": "DAY"
}
}
headers = {
"Accept": "application/json",
"Content-Type": "application/json"
}
response = requests.post(url=url, json=request_data, headers=headers)
eval_metrics_result = json.loads(response.text)
我想将
eval\u metrics\u result
转换为数据帧。是否有一个通用函数可用于将任何eval\u metrics\u result
转换为熊猫数据帧?一种方法如下:
import pandas as pd
def convert_evalMetrics_to_Pandas(eval_metrics_result):
evaluate_ids = list(eval_metrics_result["result"].keys())
evaluate_metrics = list(eval_metrics_result["result"][evaluate_ids[0]].keys())
timestamps = eval_metrics_result["result"][evaluate_ids[0]][evaluate_metrics[0]]["dates"]
df = pd.DataFrame(
columns = ["Evaluate_ID"]+evaluate_metrics,
index = ["{}#{}".format(evaluate_id,timestamp) for evaluate_id in evaluate_ids for timestamp in timestamps]
)
df["Evaluate_ID"] = df.index.str.split("#").str[0]
for evaluate_id in evaluate_ids:
for evaluate_metric in evaluate_metrics:
df[evaluate_metric].loc[df["Evaluate_ID"]==evaluate_id] = eval_metrics_result["result"][evaluate_id][evaluate_metric]["data"]
df.drop("Evaluate_ID", axis=1, inplace=True)
return df
注意,在这种情况下,数据帧的索引将采用以下格式:id\timestamp
对于相同的时间戳,一个
id
的时间戳将在数据帧索引移动到下一个id
之前进行排序。以下是存储/获取数据帧的两种其他方法:
pip install c3covid19
跑
不过,这是一个简单的熊猫转换。它可以很好地处理字典列表,但难以处理更嵌套的结构。您可能应该转换为格式正确的文件
相反,请使用以下方法获取词典:
output_df=cnx.request(
data_type='outbreaklocation',
parameters=request_data,
api='evalmetrics',
output_type='objs'
)
然后按照Suraj或Jac在其中一个更有针对性的时间序列答案中列出的说明进行操作
pip install c3covid19
from c3covid19 import c3api
cnx=c3api()
locations_to_evaluate = ["China","Italy"]
expressions_to_evaluate = ["JHU_ConfirmedCases","JHU_ConfirmedDeaths"]
request_data = {
"spec": {
"ids": locations_to_evaluate,
"expressions": expressions_to_evaluate,
"start": "2020-02-01",
"end": "2020-03-01",
"interval": "DAY"
}
}
output_df=cnx.request(
data_type='outbreaklocation',
parameters=request_data,
api='evalmetrics',
output_type='pd'
)
output_df=cnx.request(
data_type='outbreaklocation',
parameters=request_data,
api='evalmetrics',
output_type='objs'
)