नेस्टेड JSON को पांडा डेटाफ़्रेम के रूप में नेस्टेड ऑब्जेक्ट के साथ पढ़ना

नेस्टेड ऑब्जेक्ट वाले JSON डेटा से निपटते समय, इसे पायथन में कुशलता से हेरफेर करना महत्वपूर्ण है . पांडा इसे प्राप्त करने के लिए एक शक्तिशाली उपकरण प्रदान करता है - json_normalize। ]

जेसन आयात करें पांडा को पीडी के रूप में आयात करें डेटा_फ़ाइल के रूप में खुले ('myJson.json') के साथ: डेटा = json.load(data_file) df = pd.json_normalize(डेटा, 'स्थान', ['दिनांक', 'संख्या', 'नाम'], रिकॉर्ड_उपसर्ग='स्थान_') print(df)यह विस्तारित कॉलम के साथ एक डेटाफ्रेम बनाएगा:

locations_arrTimelocations_arrTimeDiffMinlocations_depTime \ 0 06:32 1 06:37 1 06:40 2 08:24 1 स्थान_depTimeDiffMin स्थान_नाम स्थान_प्लेटफ़ॉर्म \ 0 0 स्पिटल एम पाइहरन बहनहोफ़ 2 1 0 विंडिशगार्स्टन बहनहोफ़ 2 2 लिंज़/डोनाउ एचबीएफ 1ए-बी स्थान_स्टेशनआईडीएक्स स्थान_ट्रैक नंबर नाम दिनांक 0 0 आर 3932 आर 3932 01.10.2016 1 1 आर 3932 01.10.2016 2 22 आर 3932 01.10.2016

import json
import pandas as pd

with open('myJson.json') as data_file:
    data = json.load(data_file)

df = pd.json_normalize(data, 'locations', ['date', 'number', 'name'], record_prefix='locations_')

print(df)

  locations_arrTime locations_arrTimeDiffMin locations_depTime  \
0                                                        06:32   
1             06:37                        1             06:40   
2             08:24                        1                     

  locations_depTimeDiffMin           locations_name locations_platform  \
0                        0  Spital am Pyhrn Bahnhof                  2   
1                        0  Windischgarsten Bahnhof                  2   
2                                    Linz/Donau Hbf               1A-B   

  locations_stationIdx locations_track number    name        date  
0                    0          R 3932         R 3932  01.10.2016  
1                    1                         R 3932  01.10.2016  
2                   22                         R 3932  01.10.2016 

व्यक्तिगत कॉलम रखें

df = pd.read_json(' myJson.json') df.locations = pd.DataFrame(df.locations.values.tolist())['नाम'] df = df.groupby(['दिनांक', 'नाम', 'संख्या'])['स्थान'].apply(','.join).reset_index() print(df)यह डेटा को समूहीकृत करेगा और स्थानों को संयोजित करेगा:

दिनांक नाम संख्या स्थान 0 2016-01-10 आर 3932 स्पिटल एम पाइहरन बहनहोफ, विंडिशगार्स्टन बहन्हो...

df = pd.read_json('myJson.json')
df.locations = pd.DataFrame(df.locations.values.tolist())['name']
df = df.groupby(['date', 'name', 'number'])['locations'].apply(','.join).reset_index()

print(df)

  locations_arrTime locations_arrTimeDiffMin locations_depTime  \
0                                                        06:32   
1             06:37                        1             06:40   
2             08:24                        1                     

  locations_depTimeDiffMin           locations_name locations_platform  \
0                        0  Spital am Pyhrn Bahnhof                  2   
1                        0  Windischgarsten Bahnhof                  2   
2                                    Linz/Donau Hbf               1A-B   

  locations_stationIdx locations_track number    name        date  
0                    0          R 3932         R 3932  01.10.2016  
1                    1                         R 3932  01.10.2016  
2                   22                         R 3932  01.10.2016 

df = pd.read_json('myJson.json', Orient='records', Convert_dates=['date']) print(df)यह डेटा को एक ही तालिका में आउटपुट करेगा:

नंबर दिनांक नाम ...स्थान.arrTimeDiffMinlocations.depTimeDiffMinlocations.platform 0 आर 3932 2016-01-10 आर 3932 ... 0 0 2 1 आर 3932 2016-01-10 आर 3932 ... 1 0 2 2 आर 3932 2016-01-10 आर 3932 ... 1 - 1ए-बी