중첩된 개체가 포함된 중첩된 JSON을 Pandas DataFrame으로 읽기

중첩된 개체가 포함된 JSON 데이터를 처리할 때 Python에서 효율적으로 조작하는 것이 중요합니다. . Pandas는 이를 달성하기 위한 강력한 도구인 json_normalize를 제공합니다.

배열을 열로 확장

위치 배열을 별도의 열로 확장하려면 다음과 같이 json_normalize를 사용합니다.

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)

이렇게 하면 확장된 열이 있는 데이터프레임이 생성됩니다.

  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 

여러 JSON 개체 처리

여러 개체가 포함된 JSON 파일의 경우 접근 방식은 원하는 데이터 구조에 따라 다릅니다.

개별 열 유지

개별 열(날짜, 번호, 이름, 위치)을 유지하려면 다음을 사용합니다.

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)

이것은 데이터를 그룹화하고 위치를 연결합니다:

        date    name number                                          locations
0  2016-01-10  R 3932         Spital am Pyhrn Bahnhof,Windischgarsten Bahnho...

데이터 구조 평면화

평면화된 데이터 구조를 선호하는 경우 다음을 수행할 수 있습니다. 다음 설정으로 json_normalize를 사용하십시오.

df = pd.read_json('myJson.json', orient='records', convert_dates=['date'])

print(df)

이것은 단일 테이블에 데이터를 출력합니다:

  number    date                   name  ... locations.arrTimeDiffMin locations.depTimeDiffMin locations.platform
0             R 3932  2016-01-10  R 3932  ...                       0                         0                  2
1             R 3932  2016-01-10  R 3932  ...                       1                         0                  2
2             R 3932  2016-01-10  R 3932  ...                       1                         -                  1A-B