Python JSON到数据帧
我试图做的是从google maps API沿着由纬度和经度坐标指定的路径提取高程数据,如下所示:Python JSON到数据帧,python,json,google-maps,pandas,Python,Json,Google Maps,Pandas,我试图做的是从google maps API沿着由纬度和经度坐标指定的路径提取高程数据,如下所示: from urllib2 import Request, urlopen import json path1 = '42.974049,-81.205203|42.974298,-81.195755' request=Request('http://maps.googleapis.com/maps/api/elevation/json?locations='+path1+'&sensor
from urllib2 import Request, urlopen
import json
path1 = '42.974049,-81.205203|42.974298,-81.195755'
request=Request('http://maps.googleapis.com/maps/api/elevation/json?locations='+path1+'&sensor=false')
response = urlopen(request)
elevations = response.read()
这给了我一个如下所示的数据:
elevations.splitlines()
['{',
' "results" : [',
' {',
' "elevation" : 243.3462677001953,',
' "location" : {',
' "lat" : 42.974049,',
' "lng" : -81.205203',
' },',
' "resolution" : 19.08790397644043',
' },',
' {',
' "elevation" : 244.1318664550781,',
' "location" : {',
' "lat" : 42.974298,',
' "lng" : -81.19575500000001',
' },',
' "resolution" : 19.08790397644043',
' }',
' ],',
' "status" : "OK"',
'}']
当放入as DataFrame时,我得到的是:
pd.read_json(elevations)
这就是我想要的:
我不确定这是否可行,但我主要寻找的是一种能够将高程、纬度和经度数据放在一个pandas数据框中的方法(不必有花哨的多行标题)
如果有人能在处理这些数据方面提供帮助或建议,那就太好了!如果你说不出我以前没有对json数据做过很多工作
编辑:
这种方法虽然不那么吸引人,但似乎很管用:
data = json.loads(elevations)
lat,lng,el = [],[],[]
for result in data['results']:
lat.append(result[u'location'][u'lat'])
lng.append(result[u'location'][u'lng'])
el.append(result[u'elevation'])
df = pd.DataFrame([lat,lng,el]).T
结束数据帧,其中包含列纬度、经度和高程
您可以首先在Python词典中导入json数据:
data = json.loads(elevations)
然后动态修改数据:
for result in data['results']:
result[u'lat']=result[u'location'][u'lat']
result[u'lng']=result[u'location'][u'lng']
del result[u'location']
重新生成json字符串:
elevations = json.dumps(data)
最后:
pd.read_json(elevations)
您也可以避免将数据转储回字符串,我假设Panda可以直接从一个字典创建一个数据帧(我很久没有使用它了:p)我使用
pandas 1.01
中包含的json\u normalize()
找到了一个快速简便的解决方案
from urllib2 import Request, urlopen
import json
import pandas as pd
path1 = '42.974049,-81.205203|42.974298,-81.195755'
request=Request('http://maps.googleapis.com/maps/api/elevation/json?locations='+path1+'&sensor=false')
response = urlopen(request)
elevations = response.read()
data = json.loads(elevations)
df = pd.json_normalize(data['results'])
这提供了一个很好的扁平数据框,其中包含我从Google Maps API获得的json数据。问题是,数据框中有几个列包含dict,其中包含较小的dict。有用的Json通常嵌套得很重。我一直在写一些小函数,把我想要的信息拉到一个新的专栏中。这样我就有了我想要使用的格式
for row in range(len(data)):
#First I load the dict (one at a time)
n = data.loc[row,'dict_column']
#Now I make a new column that pulls out the data that I want.
data.loc[row,'new_column'] = n.get('key')
看看这个剪子
# reading the JSON data using json.load()
file = 'data.json'
with open(file) as train_file:
dict_train = json.load(train_file)
# converting json dataset from dictionary to dataframe
train = pd.DataFrame.from_dict(dict_train, orient='index')
train.reset_index(level=0, inplace=True)
希望有帮助:)billmanH的解决方案对我有所帮助,但直到我从以下位置切换到以下位置后才起作用:
n = data.loc[row,'json_column']
致:
下面是它的其余部分,转换为字典有助于处理json数据
import json
for row in range(len(data)):
n = data.iloc[[row]]['json_column'].item()
jsonDict = json.loads(n)
if ('mykey' in jsonDict):
display(jsonDict['mykey'])
只是接受答案的新版本,因为
python3.x
不支持urlib2
from requests import request
import json
from pandas.io.json import json_normalize
path1 = '42.974049,-81.205203|42.974298,-81.195755'
response=request(url='http://maps.googleapis.com/maps/api/elevation/json?locations='+path1+'&sensor=false', method='get')
elevations = response.json()
elevations
data = json.loads(elevations)
json_normalize(data['results'])
#使用小技巧使数据json可解释
#因为您的数据不是由json.loads()直接解释的
>>>导入json
>>>f=打开(“sampledata.txt”、“r+”)
>>>data=f.read()
>>>对于数据中的x。拆分(“\n”):
... strlist=“[”+x+“]”
... datalist=json.loads(strlist)
... 对于数据列表中的y:
... 打印(类型(y))
... 打印(y)
...
...
{u'0':[[10.8,36.0],{u'10':0,u'1':0,u'0':0,u'3':0,u'2':0,u'5':0,u'4':0,u'7':0,u'6':0,u'9':0,u'8':0}
{u'1':[[10.8,36.1],{u'10':0,u'1':0,u'0':0,u'3':0,u'2':0,u'5':0,u'4':0,u'7':0,u'6':0,u'9':0,u'8':0}
{u'2':[[10.8,36.2],{u'10':0,u'1':0,u'0':0,u'3':0,u'2':0,u'5':0,u'4':0,u'7':0,u'6':0,u'9':0,u'8':0}
{u'3':[[10.8,36.30000000004],{u'10':0,u'1':0,u'0':0,u'3':0,u'2':0,u'5':0,u'4':0,u'7':0,u'6':0,u'9':0,u'8':0}]
{u'4':[[10.8,36.4],{u'10':0,u'1':0,u'0':0,u'3':0,u'2':0,u'5':0,u'4':0,u'7':0,u'6':0,u'9':0,u'8':0}
{u'5':[[10.8,36.5],{u'10':0,u'1':0,u'0':0,u'3':0,u'2':0,u'5':0,u'4':0,u'7':0,u'6':0,u'9':0,u'8':0}
{u'6':[[10.8,36.6],{u'10':0,u'1':0,u'0':0,u'3':0,u'2':0,u'5':0,u'4':0,u'7':0,u'6':0,u'9':0,u'8':0}
{u'7':[[10.8,36.7],{u'10':0,u'1':0,u'0':0,u'3':0,u'2':0,u'5':0,u'4':0,u'7':0,u'6':0,u'9':0,u'8':0}
{u'8':[[10.8,36.8000000000004],{u'1':0,u'0':0,u'3':0,u'2':0,u'5':0,u'4':0,u'7':0,u'6':0,u'9':0,u'8':0}]
{u'9':[[10.8,36.9],{u'1':0,u'0':0,u'3':0,u'2':0,u'5':0,u'4':0,u'7':0,u'6':0,u'9':0,u'8':0}
这里有一个将JSON转换为数据帧并返回的小实用程序类:希望您觉得这很有帮助
# -*- coding: utf-8 -*-
from pandas.io.json import json_normalize
class DFConverter:
#Converts the input JSON to a DataFrame
def convertToDF(self,dfJSON):
return(json_normalize(dfJSON))
#Converts the input DataFrame to JSON
def convertToJSON(self, df):
resultJSON = df.to_json(orient='records')
return(resultJSON)
一旦通过接受的答案获得了平坦的
数据帧
,就可以将列设置为多索引
(“奇特的多行标题”),如下所示:
df.columns = pd.MultiIndex.from_tuples([tuple(c.split('.')) for c in df.columns])
已接受答案的优化:
已接受的答案存在一些功能问题,因此我想与大家分享我不依赖urllib2的代码:
import requests
from pandas import json_normalize
url = 'https://www.energidataservice.dk/proxy/api/datastore_search?resource_id=nordpoolmarket&limit=5'
response = requests.get(url)
dictr = response.json()
recs = dictr['result']['records']
df = json_normalize(recs)
print(df)
输出:
_id HourUTC HourDK ... ElbasAveragePriceEUR ElbasMaxPriceEUR ElbasMinPriceEUR
0 264028 2019-01-01T00:00:00+00:00 2019-01-01T01:00:00 ... NaN NaN NaN
1 138428 2017-09-03T15:00:00+00:00 2017-09-03T17:00:00 ... 33.28 33.4 32.0
2 138429 2017-09-03T16:00:00+00:00 2017-09-03T18:00:00 ... 35.20 35.7 34.9
3 138430 2017-09-03T17:00:00+00:00 2017-09-03T19:00:00 ... 37.50 37.8 37.3
4 138431 2017-09-03T18:00:00+00:00 2017-09-03T20:00:00 ... 39.65 42.9 35.3
.. ... ... ... ... ... ... ...
995 139290 2017-10-09T13:00:00+00:00 2017-10-09T15:00:00 ... 38.40 38.4 38.4
996 139291 2017-10-09T14:00:00+00:00 2017-10-09T16:00:00 ... 41.90 44.3 33.9
997 139292 2017-10-09T15:00:00+00:00 2017-10-09T17:00:00 ... 46.26 49.5 41.4
998 139293 2017-10-09T16:00:00+00:00 2017-10-09T18:00:00 ... 56.22 58.5 49.1
999 139294 2017-10-09T17:00:00+00:00 2017-10-09T19:00:00 ... 56.71 65.4 42.2
PS:API是针对丹麦电价的我更喜欢一种更通用的方法,用户可能不喜欢给出关键的“结果”。您仍然可以通过使用递归方法查找具有嵌套数据的键,或者如果您有键,但JSON非常嵌套,则可以将其展平。有点像:
from pandas import json_normalize
def findnestedlist(js):
for i in js.keys():
if isinstance(js[i],list):
return js[i]
for v in js.values():
if isinstance(v,dict):
return check_list(v)
def recursive_lookup(k, d):
if k in d:
return d[k]
for v in d.values():
if isinstance(v, dict):
return recursive_lookup(k, v)
return None
def flat_json(content,key):
nested_list = []
js = json.loads(content)
if key is None or key == '':
nested_list = findnestedlist(js)
else:
nested_list = recursive_lookup(key, js)
return json_normalize(nested_list,sep="_")
key = "results" # If you don't have it, give it None
csv_data = flat_json(your_json_string,root_key)
print(csv_data)
通过JSONiq以本机方式支持JSON,并在Spark上运行,在内部管理数据帧,因此即使数据不是完全结构化的,也不需要这样做:
let $coords := "42.974049,-81.205203%7C42.974298,-81.195755"
let $request := json-doc("http://maps.googleapis.com/maps/api/elevation/json?locations="||$coords||"&sensor=false")
for $obj in $request.results[]
return {
"latitude" : $obj.location.lat,
"longitude" : $obj.location.lng,
"elevation" : $obj.elevation
}
结果可以导出到CSV,然后以任何其他主机语言作为数据帧重新打开。我仍然使用json数据和创建的字典得到相同的结果。看起来数据帧中的每个元素都有自己的dict。我尝试以一种不太吸引人的方式使用您的方法,在迭代“数据”时为纬度、液化天然气和海拔建立一个单独的列表。@user2593236:您好,我在复制/粘贴代码时出错,所以:缺少一个del(答案编辑过)嗯。。同样的事情,它以“results”和“status”作为标题,而其余的json数据在每个单元格中显示为dict。我认为解决这个问题的办法是改变数据的格式,使其不被细分为“结果”和“状态”,然后数据框将使用“lat”、“lng”、“高程”、“分辨率”作为单独的标题。或者,我需要找到一种方法,将json数据加载到一个数据帧中,该数据帧将具有一个多级头索引,正如我在问题中提到的那样。您希望最后的表是哪一个?你在编辑后得到的那一个?我在最后一次编辑后得到的那一个完成了工作,基本上我所需要的就是以表格格式获取数据,我可以导出并使用它。这似乎不再有效-我必须使用
pd.DataFrame.from_records()
,如这里所述
from pandas import json_normalize
def findnestedlist(js):
for i in js.keys():
if isinstance(js[i],list):
return js[i]
for v in js.values():
if isinstance(v,dict):
return check_list(v)
def recursive_lookup(k, d):
if k in d:
return d[k]
for v in d.values():
if isinstance(v, dict):
return recursive_lookup(k, v)
return None
def flat_json(content,key):
nested_list = []
js = json.loads(content)
if key is None or key == '':
nested_list = findnestedlist(js)
else:
nested_list = recursive_lookup(key, js)
return json_normalize(nested_list,sep="_")
key = "results" # If you don't have it, give it None
csv_data = flat_json(your_json_string,root_key)
print(csv_data)
let $coords := "42.974049,-81.205203%7C42.974298,-81.195755"
let $request := json-doc("http://maps.googleapis.com/maps/api/elevation/json?locations="||$coords||"&sensor=false")
for $obj in $request.results[]
return {
"latitude" : $obj.location.lat,
"longitude" : $obj.location.lng,
"elevation" : $obj.elevation
}